作者:张立智,谭继文,徐卫晓,井陆阳 单位:大连组合机床研究所:中国机械工程学会生产工程分会 出版:《组合机床与自动化加工技术》2019年第08期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFZHJC2019080160 DOC编号:DOCZHJC2019080169 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对滚动轴承故障诊断中单一传感器信息的不全面性、单一网络模型的不确定性,提出了基于多深度学习模型决策融合的滚动轴承故障诊断方法。首先,利用深度卷积网络(CNN)和层叠降噪自动编码器(SDAE)分别对两个振动传感器信号进行自适应特征提取,经softmax初步分类。接着将两个网络的输出结果利用D-S证据理论进行融合,得到最终诊断结果。实验结果表明,利用该方法对滚动轴承进行故障诊断正确率达到95.63%,相比CNN正确率提高了5.49%,相比SDAE正确率提高了10.42%,验证了该方法的有效性。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。