深度神经网络传递函数Tanh的改进及其在风电机行星齿轮箱故障诊断中的应用

文档名：深度神经网络传递函数Tanh的改进及其在风电机行星齿轮箱故障诊断中的应用
风电机的行星齿轮故障在恶劣工况下容易出现故障,因此提出了一种基于深度神经网络(DeepNeuralNetwork,DNN)的故障智能诊断方法,以提高诊断的准确性与实时性.Tanh是DNN常用的传递函数,但Tanh具有软饱和特性,这会使得DNN模型在误差反向传播过程中梯度消失问题,极大地限制了学习速度和分类准确性.为了解决这个问题,对传统的Tanh进行了改进:将原函数软饱和区域内的曲线替换为固定斜率的直线,进而提出性能更优的Itanh(ImprovedTanh)函数.在故障诊断试验中,Itanh的正确率比Tanh高1.4％,验证了Itanh在梯度消失问题上的优越性,并且最高正确率达97％,说明该诊断方法具有工程应用价值.
作者：王鑫 秦毅 项盛
作者单位：重庆大学机械传动国家重点实验室,重庆400044重庆大学机械传动国家重点实验室,重庆400044;重庆大学机械工程学院,重庆400044
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议  
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：风电机  行星齿轮箱  故障诊断  深度神经网络  传递函数
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文

2024-12-11 13:34 上传 深度神经网络传递函数Tanh的改进及其在风电机行星齿轮箱故障诊断中的应用.pdf

文件大小:

886.4 KB

下载次数:

60

高速下载