基于PBO与CNN的电梯轴承故障检测

电梯在生活中已经变得随处可见。而电梯轴承作为重要的部件之一,当出现故障时会造成财产损失,严重的会发生危及生命的事件。卷积神经网络(Convolutional Neural Network,CNN)具有强大的特征学习能力,能够根据电梯轴承在运行的过程中产生的振动信号来检测电梯轴承是否发生故障。文中结合了北极熊算法(Polar Bear Optimization,PBO)对卷积神经网络的参数进行优化。PBO作为自然界的一种启发式优化算法,采用PBO和卷积神经网络相结合的故障诊断方法,对轴承故障识别率达到了99.6%,高于传统的卷积神经网络对电梯轴承的振动产生的特征信号进行故障诊断的识别率。