自编码器及其改进算法在滚动轴承故障诊断的应用 |
| |
引用本文: | 周建民,刘露露,杨晓彤,王云庆.自编码器及其改进算法在滚动轴承故障诊断的应用[J].华东交通大学学报,2023(3):88-96. |
| |
作者姓名: | 周建民 刘露露 杨晓彤 王云庆 |
| |
作者单位: | 1. 华东交通大学载运工具与装备教育部重点实验室;2. 华东交通大学轨道交通基础设施性能监测与保障国家重点实验室 |
| |
基金项目: | 国家自然科学基金项目(51865010);;江西省教育厅科技项目(GJJ210639); |
| |
摘 要: | 自编码器作为神经网络中典型的无监督学习模型,在数据降噪和数据可视化降维方面具有明显的优势,且在各应用领域都引起了普遍重视,在滚动轴承故障诊断中的应用也日渐增加。为了及时了解并掌握自编码器及其改进算法在滚动轴承方面的应用,对近年具有代表性的自编码器相关算法进行了分类和总结。首先,阐述了自编码器的原理和几种基于其改进的自编码器方法的理论简述,并分析了这些算法的改进目的与改进方式。然后,列举了上述算法在滚动轴承故障诊断领域的应用。最后,总结了当前自编码器及其改进算法存在的问题,分析了解决问题的思路。
|
关 键 词: | 自编码器 无监督学习 故障诊断 特征提取 |
|
|