基于深度神经网络的提升机轴承故障诊断研究

• 作者: 夏士雄 牛强 车迪 马辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 提升机轴承 神经网络 故障诊断 自编码 分类
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 123-129,184
• 页数: 8页
• 分类号: TP391
• 字数: 6363字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1903-0010

摘要

为了对矿井提升机的轴承故障进行精确诊断,提出一种基于深度神经网络的双层次故障诊断系统,精准识别提升机轴承的故障类型及故障程度.该系统首先利用滑动窗口重叠采样技术进行数据增强,随后结合自编码器减少噪声影响,通过反向传播算法训练深度神经网络双层分类器识别出故障模式及故障程度,最后用集成学习投票法进一步提高识别准确率.实验结果表明,该系统诊断准确率高于SVM与BPNN算法,可以完成提升机轴承的故障诊断任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛强	中国矿业大学计算机科学与技术学院	57	459	11.0	19.0
2	夏士雄	中国矿业大学计算机科学与技术学院	118	1158	18.0	28.0
3	马辉	中国矿业大学计算机科学与技术学院	4	35	3.0	4.0
4	车迪	中国矿业大学计算机科学与技术学院	2	5	2.0	2.0