首页> 中文期刊> 《计算机测量与控制》 >基于频域特征变分自编码器的轴承故障诊断研究

基于频域特征变分自编码器的轴承故障诊断研究

         

摘要

以往基于深度学习的机械故障诊断模型的泛化能力差,且网络复杂;训练一个通用的特征提取方法,对提取的特征进行分类,这一方法能够很好地解决此问题;针对这一问题,从两个方面展开研究:1)改进特征提取算法:将频域特征提取自编码器与变分自编码器结合,提出频域特征变分自编码器,使得提取到的特征更为鲁棒;2)离群点剔除:在特征提取之后,加入局部异常因子算法对离群点进行剔除,防止分类器过拟合,使得分类器泛化性能更好;故障诊断整体流程是,首先将样本数据输入变分频域特征提取自编码器进行特征提取,其次使用局部异常因子对离群点进行剔除,最后将特征输入分类器进行故障诊断。通过实验验证在不同损伤程度下特征提取的界限清晰,分类效果较好,同时表现出可迁移性,为后续故障诊断和迁移学习方法有一定的应用价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号