基于深度学习的轴承故障诊断

摘要：

随着我国铁路列车的提速,列车安全问题也愈发重要.传统的轴承故障诊断方法已经不能满足当前需求.基于深度学习的轴承故障分类算法以轴承单故障振动信号为研究对象,对故障信号进行经验模态分解,并将本征模函数的包络谱作为原始特征,采用深度学习的栈式降噪自动编解码器对故障特征进行降维,并利用自动抽取的特征进行分类.实验结果表明,该方法能对不同运行状态下的各种轴承故障进行有效的诊断.

关键词： 铁路列车 轴承故障 故障诊断 深度学习 栈式降噪自编码器

作者: 纪厚业 罗倩 王宇

作者单位: 北京信息科技大学信息与通信工程学院 北京100101

会议类型: 国内会议

会议名称: 中国计算机用户协会网络应用分会2016年第二十届网络新技术与应用年会

会议地点: 杭州

会议语种:中文

页码: 46-49

在线出版日期: 2016-11-01（万方平台首次上网日期，不代表论文的发表时间）