典型文献
基于深度学习网络的异步电动机故障识别
文献摘要：
针对异步电动机故障识别准确率较低的问题,提出基于深度学习网络的异步电动机故障识别方法.基于深度学习网络提取异步电动机故障特征,采用BP算法对深度学习网络实行监督式训练,实现微调,获取最佳特征结果并输出;集成决策深度学习网络的输出结果,并利用基于多响应线性回归模型识别集成后的联合特征,模型输出结果即为异步电动机故障识别结果.经测试:该方法的故障识别准确率随深度学习网络隐含层神经元数量和隐含层数量的增加而增加,且具备较好的抗噪性能以及较高的稳定性,针对不同故障的识别故障频率偏移值较小,故障识别效果好.
文献关键词：
深度学习网络;异步电动机;故障识别;联合特征
中图分类号：
作者姓名：
王彪;戴毓
作者机构：
湖南石油化工职业技术学院,机电工程学院,湖南,岳阳414000
文献出处：
引用格式：
[1]王彪;戴毓-.基于深度学习网络的异步电动机故障识别)[J].微型电脑应用,2022(12):25-27,31
A类：
B类：
深度学习网络,异步电动机,电动机故障,识别准确率,故障识别方法,故障特征,微调,输出结果,多响应,线性回归模型,模型识别,别集,联合特征,模型输出,即为,隐含层,层数,抗噪性能,故障频率,频率偏移,偏移值
AB值：
0.219825
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
