引入动态调节学习率的SAE轴承故障诊断研究

• 作者: 唐魏 徐晶珺 潘虹 郑源
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自编码 深度学习 故障诊断 滚动轴承 动态学习率
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 工程与应用
• 页码范围: 264-269
• 页数: 6页
• 分类号: TP183|TH17
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1909-0243

摘要

为提高轴承故障分类收敛速度和分类精度,提出一种动态调节学习率的堆叠自编码网络(SAE).初始时刻给予一个较大的学习率,迭代过程中利用当前重构误差动态调节学习率的大小,根据重构误差梯度的正负值给出两种不同的学习率减小策略,使学习率大小更符合网络当前的运行状态,最后通过不同的有标签数据量进行反向微调,验证故障分类识别的准确率.实验结果表明:相比固定学习率,该动态调节学习率SAE网络预训练收敛时间减少17.70％,重构误差下降22.92％,故障分类准确率得到提高,且能在保持分类准确率的前提下,减少有标签样本量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑源		301	2443	24.0	37.0
2	潘虹		17	62	5.0	7.0
3	徐晶珺		4	0	0.0	0.0
4	唐魏		7	1	1.0	1.0