基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于往复压缩机、航空发动机等复杂机械振动信号呈现非平稳性,目前应用较多的单特征门限报警方法存在报警准确率低的问题.针对该问题,依据机械响应点的响应信号特点,提出一种基于变分自编码器的故障预警方法.该方法基于机械振动信号的高维特征参数,利用变分自编码器自学习出高维特征的统计分布模型,将正常工况模型作为基准模型,通过计算实时工况模型与基准模型间的差异度,并将其与自适应预警阈值相比较,实现故障预警.通过与单特征门限报警方法、基于状态子空间的预警方法进行比较,验证了该方法的优越性.实验结果表明,该方法能够提高机械故障预警的准确率并大幅提前故障的报警时间点,具有较高的时效性和较强的适应性.
推荐文章
变分自编码器模型综述
深度隐空间生成模型
无监督学习
变分自编码器
图像生成
基于参数稀疏自编码器的旋转机械故障诊断
自编码器
故障诊断
参数稀疏
旋转机械
基于变分自编码器的问题识别方法
非正式
问题识别
半监督
变分自编码器
注意力机制
基于变分自编码器的情感回归半监督领域适应方法
变分自编码器
情感回归
半监督
领域适应
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 变分自编码器在机械故障预警中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 变分自编码器 机械 故障预警 统计分布
年,卷(期) 2019,(12) 所属期刊栏目 工程与应用
研究方向 页码范围 245-249,264
页数 6页 分类号 TH17
字数 3923字 语种 中文
DOI 10.3778/j.issn.1002-8331.1804-0043
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马波 北京化工大学诊断与自愈工程研究中心 41 316 10.0 16.0
2 赵祎 北京化工大学诊断与自愈工程研究中心 2 1 1.0 1.0
3 齐良才 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (91)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
变分自编码器
机械
故障预警
统计分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导