一种基于连续深度置信网络的滚动轴承故障预测方法
- 专利权人:
- 西北工业大学
- 发明人:
- 姜洪开,邵海东,张雪莉,王福安
- 申请号：
- CN201610259840.9
- 公开号：
- CN105973594A
- 申请日:
- 2016.04.25
- 申请国别(地区):
- 中国
- 年份:
- 2016
- 代理人:
- 陈星
- 摘要：
- 本发明提出一种基于连续深度置信网络的滚动轴承故障预测方法，该方法首先提取滚动轴承振动信号的时域特征量，然后利用局部线性嵌入方法融合所提取的时域特征信息，从而定义一个新的综合监测指标用于更好地定量地评估轴承的性能退化；逐层训练连续受限玻尔兹曼机进而构造连续深度置信网络预测模型；采用遗传算法来优化连续深度置信网络的结构，进一步提升预测精度。该预测方法结果可靠，实时性好，简单易行，适用于滚动轴承故障预测。
- 来源网站：
- 中国工程科技知识中心
