公开(公告)号：CN108106844A

公开(公告)日：2018-06-01

申请号：CN201711169602.X

申请日：2017-11-22

Applicant: 辽宁大学

Inventor： 张利 ,  高欣 ,  刘洋 ,  李大伟 ,  张皓博 ,  郭炜儒 ,  石振桔 ,  赵中洲

IPC: G01M13/04 ,  G05B13/02 ,  G05B13/04

Abstract: 一种自适应参数调节的自动编码机的轴承故障诊断方法，基本步骤如下：1)对轴承振动信号的采样；2)对轴承信号的预处理；3)对深度网络代价函数，结点数与结构确定；4)参数自适应调节；5)故障划分。该方法首先对当前数据做出降噪处理，在降噪的同时也进行降维处理，并通过归一化后的‘干净’数据进入深度网络进行训练，通过稀疏自动编码器的特性，对边缘降噪走动编码器隐含层神经元进行稀疏性限制，结合Ada‑grad学习策略不断调节当前学习率的参数使其达到最优，从而达到一种快收敛，高精度的分类效果。最后通过与传统的自动编码机在轴承故障分类上进行对比，从而验证本发明的有效性和鲁棒性强的特点。

公开(公告)号：CN108106844B

公开(公告)日：2019-09-13

申请号：CN201711169602.X

申请日：2017-11-22

Applicant: 辽宁大学

Inventor： 张利 ,  高欣 ,  刘洋 ,  李大伟 ,  张皓博 ,  郭炜儒 ,  石振桔 ,  赵中洲

IPC: G01M13/045 ,  G05B13/02 ,  G05B13/04

Abstract: 一种自适应参数调节的自动编码机的轴承故障诊断方法，基本步骤如下：1)对轴承振动信号的采样；2)对轴承信号的预处理；3)对深度网络代价函数，结点数与结构确定；4)参数自适应调节；5)故障划分。该方法首先对当前数据做出降噪处理，在降噪的同时也进行降维处理，并通过归一化后的‘干净’数据进入深度网络进行训练，通过稀疏自动编码器的特性，对边缘降噪走动编码器隐含层神经元进行稀疏性限制，结合Ada‑grad学习策略不断调节当前学习率的参数使其达到最优，从而达到一种快收敛，高精度的分类效果。最后通过与传统的自动编码机在轴承故障分类上进行对比，从而验证本发明的有效性和鲁棒性强的特点。