| 基于SSAE-SVM的滚动轴承故障诊断方法研究 |
| |
| 引用本文： | 徐先峰,黄坤,邹浩泉,赵龙龙.基于SSAE-SVM的滚动轴承故障诊断方法研究[J].自动化仪表,2022(1):9-14. |
| |
| 作者姓名： | 徐先峰 黄坤 邹浩泉 赵龙龙 |
| |
| 作者单位： | 长安大学电子与控制工程学院 |
| |
| 基金项目： | 陕西省重点研发计划基金资助项目(2021GY-098);陕西省自然科学基础研究计划基金资助项目(2019JQ-678);长安大学中央高校基本科研业务费专项基金资助项目(300102321501、300102321503);西安市智慧高速公路信息融合与控制重点实验室基金资助项目(ZD13CG46)。 |
| |
| 摘 要： | 针对现有滚动轴承故障诊断方法过度依赖于有监督学习算法的问题,提出一种基于堆栈稀疏自编码和支持向量机(SSAE-SVM)的滚动轴承故障诊断方法.利用堆栈稀疏自编码(SSAE)的频域深层特征学习能力,对轴承故障特征进行快速傅里叶变换和批归一化处理,再输入到SSAE网络.所构建的SSAE网络通过贪婪算法逐层训练,使用梯度下降...
|
| 关 键 词： | 滚动轴承 故障诊断 智能诊断 特征提取 堆栈稀疏自编码 支持向量机 故障分类器 无监督学习 贪婪算法 |
Research on Fault Diagnosis Method of Rolling Bearing Based on SSAE-SVM |
| |
| XU Xianfeng,HUANG Kun,ZOU Haoquan,ZHAO Longlong.Research on Fault Diagnosis Method of Rolling Bearing Based on SSAE-SVM[J].Process Automation Instrumentation,2022(1):9-14. |
| |
| Authors: | XU Xianfeng HUANG Kun ZOU Haoquan ZHAO Longlong |
| |
| Affiliation: | (College of Electronics and Control Engineering,Chang’an University,Xi’an 710064,China) |
| |
| Abstract: | |
| |
| Keywords: | Rolling bearing Fault diagnosis Intelligent diagnosis Feature extraction Stacked sparse autoencoder(SSAE) Support vector machine(SVM) Fault classifier Unsupervised learning Greedy algorithm |
| 本文献已被 维普 等数据库收录！ |
