所属单位：自动化学院
发表刊物：中国机械工程
关键字：行星齿轮箱故障诊断;深度神经网络;多样性特征提取;多目标进化算法;
摘要：针对行星齿轮箱振动信号噪声干扰大、单一分类器泛化能力不强的问题,提出了一种基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法.利用多目标优化算法优化多个堆栈去噪自动编码器(SDAE)以获得多个性能优异的SDAE,并提取多样性的故障特征;采用多响应线性回归模型集成多样性故障特征实现信息融合,得到多目标集成堆栈去噪自动编码器(MOGESDAE),最后将其应用于行星齿轮箱故障诊断.实验结果表明:该方法能有效提高故障诊断精度与稳定性,具有较强的泛化能力.
是否译文：否
发表时间：2019-01-23
合写作者：金棋,王俊,王俊
通讯作者：王友仁
发表时间：2019-01-23