典型文献
基于改进正余弦算法优化堆叠降噪自动编码器的电机轴承故障诊断
文献摘要：
轴承是电机的重要组成部分,其故障振动信号存在噪声干扰,导致特征提取困难,堆叠降噪自动编码器(SDAE)通过将输入数据随机置零训练网络可以有效抑制噪声干扰.此外,不理想的超参数组合易引起SDAE诊断性能不佳.因此,提出一种基于改进正余弦算法(ISCA)优化SDAE的电机轴承故障诊断方法.首先,在改进正余弦算法(SCA)粒子值更新公式中引入非线性惯性权重并对控制参数加入余弦变化构造ISCA,利用ISCA对SDAE超参数自适应选取;其次,利用具有最优网络结构的SDAE模型的无监督自学习特征提取方法提取振动信号特征参数,从而实现更好的故障诊断效果.仿真及现场实验结果表明,该方法收敛速度快、诊断准确率高,而且具有较强的鲁棒性,在电机轴承故障诊断方面具有较好的应用前景.
文献关键词：
堆叠降噪自动编码器;改进正余弦算法;电机轴承;故障诊断;自适应
中图分类号：
作者姓名：
李兵;梁舒奇;单万宁;曾文波;何怡刚
作者机构：
可再生能源接入电网技术国家地方联合工程实验室(合肥工业大学) 合肥 230009
文献出处：
引用格式：
[1]李兵;梁舒奇;单万宁;曾文波;何怡刚-.基于改进正余弦算法优化堆叠降噪自动编码器的电机轴承故障诊断)[J].电工技术学报,2022(16):4084-4093
A类：
改进正余弦算法
B类：
算法优化,堆叠降噪自动编码器,电机轴承,轴承故障诊断,故障振动,振动信号,噪声干扰,SDAE,输入数据,抑制噪声,超参数,数组,诊断性,ISCA,故障诊断方法,非线性惯性权重,控制参数,参数自适应,应选,无监督,自学习,学习特征,信号特征,诊断效果,现场实验,收敛速度,诊断准确率
AB值：
0.189059
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。
