| 基于深度学习的故障检测方法 |
| |
| 引用本文： | 吴魁,王仙勇,孙洁,黄玉龙.基于深度学习的故障检测方法[J].应用声学,2017,25(10):43-47. |
| |
| 作者姓名： | 吴魁 王仙勇 孙洁 黄玉龙 |
| |
| 作者单位： | 北京航天测控技术有限公司,,, |
| |
| 摘 要： | 针对传统故障诊断方法中特征提取技术难度大、故障样本获取困难等问题，在深度学习计算框架下提出了一种半监督训练的故障检测方法，利用深度信念网络中的受限波茨曼机堆栈结构实现了数据高层特征的自动提取，结合支持向量数据描述方法实现了异常数据检测，只需利用正常工况的数据样本进行网络训练和模型拟合，无需故障样本数据，也无需人工干预进行信号特征提取，即能实现对故障数据进行的实时检测和判别。经采用标准轴承实验数据的三组故障数据进行验证，故障识别率达到100%，具有很强的工程应用价值。
|
| 关 键 词： | 深度学习 深度置信网络 故障检测 |
| 收稿时间： | 2017/8/16 0:00:00 |
| 修稿时间： | 2017/8/22 0:00:00 |
Fault Detection Method Based on the Deep Belief Network |
| |
| Wu Kui,Wang Xianyong,Sun Jie and Huang Yulong.Fault Detection Method Based on the Deep Belief Network[J].Applied Acoustics,2017,25(10):43-47. |
| |
| Authors: | Wu Kui Wang Xianyong Sun Jie and Huang Yulong |
| |
| Institution: | Beijing Aerospace Measure & Control Corp. Ltd,,, |
| |
| Abstract: | |
| |
| Keywords: | Deep Learning Deep Belief Network Fault Detection |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
|
