深度信念网络在管道故障诊断中的应用

• 作者: 张惠然 张瑞程 张颖 王新颖 赵斌 黄旭安
• 来源期刊: 常州大学学报（自然科学版）
• 学科: 工学
• 关键词: 安全检测技术 燃气管道 特征提取 深度信念网络 故障分类 无损检测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 安全工程
• 页码范围: 71-78
• 页数: 8页
• 分类号: X937
• 字数: 4120字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0411.2020.03.010

摘要

为了减少管道故障诊断过程中人工提取与筛选特征存在的不稳定性影响,提出一种利用深度置信网络重构特征参数并建模的故障诊断方法.在实验室条件下,采集管道在正常及不同故障状态下的声发射信号,提取特征参数,利用深度置信网络重构特征参数并建立分类模型,再根据采集到的样本数据特点调整模型节点数等参数,优化模型后得出最终的诊断结果.研究表明:在同等条件下,采用深度置信网络重构特征参数后建立的分类模型具有更好的稳定性和更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新颖	常州大学环境与安全工程学院	19	68	5.0	7.0
2	张惠然	常州大学环境与安全工程学院	4	1	1.0	1.0
3	黄旭安	常州大学环境与安全工程学院	2	0	0.0	0.0
4	张瑞程	常州大学环境与安全工程学院	3	1	1.0	1.0
5	赵斌	常州大学环境与安全工程学院	3	1	1.0	1.0
6	张颖	常州大学环境与安全工程学院	4	0	0.0	0.0