基于自动编码器数据降维的滚动轴承故障诊断研究

• 作者: 刘会芸 侯志平
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 自动编码器 滚动轴承 故障诊断 BP神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 设备设计/诊断维修/再制造
• 页码范围: 148-153,160
• 页数: 7页
• 分类号: TP18|TH165+.3
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2022.01.022

摘要

针对滚动轴承振动信号多域特征数据维数较高的问题,采用自动编码器(Auto-Encoder,AE)对特征数据进行降维处理,实现故障诊断.该方法首先提取滚动轴承振动信号中的特征数据,其次通过自动编码器对特征数据进行降维,最后将降维后的数据用于训练BP(Back Propagation)神经网络,并进行故障诊断.为验证自动编码器对特征数据降维能力的稳健性,对含噪信号特征数据进行了自动编码器降维和滚动轴承故障诊断.结果表明,自动编码器可以获得滚动轴承高维特征数据的有效低维表示,并且保证了故障诊断的精度,对于含噪信号特征数据降维有较强的适用性,可为其他机械复杂数据下故障诊断的降维提供参考.