基于深度学习的液压监测系统蓄能装置故障诊断

• 作者: 姜保军 王帅杰 董绍江
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 深度学习 蓄能装置 故障诊断
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 控制与检测
• 页码范围: 89-92
• 页数: 4页
• 分类号: TH137|TG506
• 字数: 3006字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2019.09.022

摘要

为了提高液压检测系统故障识别的准确率,提高对液压系统中的蓄能装置故障的诊断率,提出了一种基于堆栈稀疏自编码器的深度学习算法.该方法采用希尔伯特-黄变换和小波变换对压力信号的特征进行提取,然后对堆栈稀疏自编码器(SSAE)进行训练.将训练好的模型连接Soft-max分类器,实现对蓄能装置的最佳压力、压力略微减轻、压力严重减轻、接近完全失效的4类压力状态进行诊断.实验结果表明,该深度学习神经网络比机器学习的准确率更高,可以达到98.3％,能够更好的识别液压系统蓄能装置的故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董绍江	重庆交通大学机电与车辆工程学院	39	44	4.0	4.0
5	姜保军	重庆交通大学机电与车辆工程学院	16	112	4.0	10.0
9	王帅杰	重庆交通大学机电与车辆工程学院	1	0	0.0	0.0