基于GA-IDBN的滚动轴承故障声发射信号识别

基于GA-IDBN的滚动轴承故障声发射信号识别
摘要：针对变工况条件下的滚动轴承故障声发射信号识别问题，提出了一种基于遗传算法（Genetic Algorithm，GA）与改进深度信念网络（Improved Deep Belief Network，IDBN）结合的故障检测与诊断新方法。对滚动轴承故障声发射监测信号的分析结果表明，GA-IDBN模型对滚动轴承的外圈、内圈、保持架故障的声发射监测信号的识别准确率明显优于DBN （深度信念网络）、支持向量机等模型的，识别准确率可达到95.5%；并且，GA-IDBN模型具有很强的普适性，可以识别出滚动轴承在不同通道、不同转速情况下的运行状态。证明了GA-IDBN模型具有很强的工程实用价值。

标题：基于GA-IDBN的滚动轴承故障声发射信号识别

作者：于洋,何明,刘博,陈长征,

关键词：声发射,滚动轴承,变工况,故障诊断,改进深度信念网络,遗传算法,

发表日期：2020年1月

基于GA-IDBN的滚动轴承故障声发射信号识别.pdf

文件大小:

6.45 MB

高速下载