男人摸女人的胸视频,91精品国产91久久久久久最新,黄色视频性爱免费看,黄瓜视频在线观看,国产小视频国产精品,成人福利国产一区二区,国产高清精品自拍91亚洲,国产91一区二区

加急見刊

基于小波卷積自編碼器和LSTM網(wǎng)絡(luò)的軸承故障診斷研究

杜小磊; 陳志剛; 許旭; 張楠 北京建筑大學(xué)機(jī)電與車輛工程學(xué)院; 北京100044; 北京市建筑安全監(jiān)測工程技術(shù)研究中心; 北京100044

摘要：針對傳統(tǒng)滾動軸承故障診斷方法過度依賴專家經(jīng)驗(yàn)和故障特征提取困難的問題,結(jié)合深層神經(jīng)網(wǎng)絡(luò)處理高維、非線性數(shù)據(jù)的優(yōu)勢,提出了一種基于深層小波卷積自編碼器(DWCAE)和長短時(shí)記憶網(wǎng)絡(luò)(LSTM)的軸承故障診斷方法。首先構(gòu)造了小波卷積自編碼器(WCAE),改進(jìn)了其損失函數(shù),并加入了收縮項(xiàng)限制防止網(wǎng)絡(luò)過擬合;其次將多個(gè)WCAE堆疊構(gòu)成DWCAE,利用大量無標(biāo)簽樣本對DWCAE進(jìn)行了無監(jiān)督預(yù)訓(xùn)練,挖掘出更有利于故障診斷的深層特征;最后利用深層特征訓(xùn)練LSTM網(wǎng)絡(luò),從而建立了診斷模型。仿真信號和實(shí)驗(yàn)數(shù)據(jù)分析結(jié)果表明:該方法能有效地對軸承進(jìn)行多種故障類型和多種故障程度的識別,特征提取能力和識別能力優(yōu)于人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等傳統(tǒng)方法及深度信念網(wǎng)絡(luò)、深層自編碼器等深度學(xué)習(xí)方法。

注: 保護(hù)知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系機(jī)電工程雜志社