摘要:提出了一种基于双树复小波(DTCWT)和深度信念网络(DBN)的轴承故障诊断新方法。采用DTCWT对轴承振动信号进行分解实验,结果表明DTCWT能够很好地将信号分解到不同频带。进而提取能量熵作为故障特征,采用DBN小样本分类模型对轴承故障进行分类,并与传统分类器进行比较,结果表明该方法能准确识别不同故障类型,扩展了DBN在机械故障诊断中的应用。
关键词:双树复小波 深度信念网络 受限波尔兹曼机 故障诊断
单位:燕山大学电气工程学院; 秦皇岛066004; 中南大学信息科学与工程学院; 长沙410006; 燕山大学机械工程学院; 秦皇岛066004
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社