控制与决策

作者：陈志刚,杜小磊,王衍学,张楠

单位：北京建筑大学机电与车辆工程学院，北京100044;2. 北京市建筑安全监测工程技术研究中心，北京100044;北京建筑大学机电与车辆工程学院，北京100044,,北京建筑大学机电与车辆工程学院，北京100044;2. 北京市建筑安全监测工程技术研究中心，北京100044;北京建筑大学机电与车辆工程学院，北京100044,,北京建筑大学机电与车辆工程学院，北京100044;北京建筑大学城市轨道交通车辆服役性能保障北京市重点实验室，北京100044,,北京建筑大学机电与车辆工程学院，北京100044,

关键词：滚动轴承;故障诊断;深层自编码器;集成学习

基金：国家自然科学基金项目(51605022,51875032)；北京市优秀人才培养资助项目(2013D005017000013)；北京市教育委员会科技计划一般项目(SQKM201710016014)；北京市属高校基本科研业务费专项资金项目(X18217).

针对滚动轴承振动信号故障特征难以自动提取和故障类别难以自动准确识别的问题,提出一种改进集成深层自编码器(IEDAE)方法.首先,改进自编码器的损失函数并设计3种小波卷积自编码器;其次,利用区分自编码器、小波卷积自编码器等5种自编码器构造相应的深层自编码器,并设计“跨层”连接以缓解深层网络的梯度消失现象,实现对轴承振动信号的无监督预训练和有监督微调;最后,通过加权平均法输出识别结果,以保证诊断结果的准确性和稳定性.实验结果表明,改进集成深层自编码器方法能有效地对滚动轴承进行多种工况和多种故障程度的识别,较好地摆脱了对人工特征提取的依赖,特征提取能力和识别能力优于现有其他方法.

来源：2021年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第1期