等距映射与DBN相融合的齿轮故障诊断研究

陈建业; 王沙晶; 魏存海; 魏致江; 武林

doi:10.16579/j.issn.1001.9669.2019.05.003

您当前的位置：

首页 >

文章列表页 >

等距映射与DBN相融合的齿轮故障诊断研究

振动·噪声·监测·诊断 | 更新时间：2022-09-22

- 等距映射与DBN相融合的齿轮故障诊断研究
- RESEARCH ON ISOMAP AND DEEP BELIEF NETWORK-BASED MACHINE HEALTH STATE ASSESSMENT
- 机械强度 2019年41卷第5期页码：1029-1034
- 作者机构：
  
  1. 兰州理工大学机电工程学院
  2. 兰州电源车辆研究所有限公司
  3. 甘肃省内燃机电站工程技术研究中心
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(51675253)资助~~
- DOI：10.16579/j.issn.1001.9669.2019.05.003
  中图分类号：
扫描看全文
陈建业, 王沙晶, 魏存海, 等. 等距映射与DBN相融合的齿轮故障诊断研究[J]. 机械强度, 2019,41(5):1029-1034.

CHEN JianYe, WANG ShaJing, WEI CunHai, et al. RESEARCH ON ISOMAP AND DEEP BELIEF NETWORK-BASED MACHINE HEALTH STATE ASSESSMENT[J]. 2019,41(5):1029-1034.
陈建业, 王沙晶, 魏存海, 等. 等距映射与DBN相融合的齿轮故障诊断研究[J]. 机械强度, 2019,41(5):1029-1034. DOI： 10.16579/j.issn.1001.9669.2019.05.003.

CHEN JianYe, WANG ShaJing, WEI CunHai, et al. RESEARCH ON ISOMAP AND DEEP BELIEF NETWORK-BASED MACHINE HEALTH STATE ASSESSMENT[J]. 2019,41(5):1029-1034. DOI： 10.16579/j.issn.1001.9669.2019.05.003.

摘要

运用等距映射(Isomap)算法将信号的特征数据从原始高维空间映射到低维空间,然后融合深度置信网络(DBN)来诊断齿轮的故障状态。进行了齿轮箱运行至故障的实验研究,经过一系列与未进行空间转换的原始特征、主成分分析(PCA)和拉普拉斯特征映射(LE)等两种空间转换方法及与隐马尔科夫模型(HMM)和BP神经网络等模型算法的对比分析,所提方法被证明在齿轮的故障诊断及状态评估中更加准确有效。

Abstract

This paper integrates Isomap that transforms data features from original high-dimensional space to projected low-dimensional space into DBN model for gear fault diagnosis. The run-to-failure experiment of gearbox was conducted for validation studies, through a series of comparison experiments with the original features without space transformation, PCA and LE, HMM and BPNN, the proposed method in this paper is proved more effective for gear fault diagnosis and state assessment.

关键词

特征提取等距映射特征转换深度置信网络齿轮故障诊断

Keywords

Feature extractionIsomapFeature transformationDBNGear fault diagnosis

references

浏览量

129

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于参数优化MOMEDA与CEEMDAN的滚动轴承微弱故障特征提取研究

基于自适应MCKD的滚动轴承故障特征提取

基于卷积神经网络的机械故障诊断方法综述

基于贝叶斯推理的直升机自动倾斜器轴承动态阈值计算方法

基于广义交叉阈值同步压缩小波的超声信号特征提取方法