作者:刘秀丽,徐小力 单位:中国机械工程学会;广州机械科学研究院 出版:《机床与液压》2019年第01期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFJCYY2019010350 DOC编号:DOCJCYY2019010359 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对复杂机电装备故障诊断中存在的数据量大、提取故障特征困难等问题,结合深度学习理论强大的感知与自我学习能力,提出一种基于深度信念网络和多信息融合的复杂机电装备故障诊断方法。将多个传感器的原始时域信号数据输入深度信念网络进行训练,通过反向微调学习对深度信念网络进行整体微调,提高分类准确性,同时在训练过程采用ReLu激活函数和加入Batch Normalization,减少过拟合出现概率的同时提高了网络收敛的速度。将此方法运用到复杂数控加工中心刀具的故障诊断中,结果表明该方法相比传统BPNN算法和采用Sigmoid激活函数的深度神经网络算法准确率更高。

    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。