科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了减少传统故障诊断方法人工主观干预对诊断结果的影响，使用无监督学习方式提取提升机监测数据的故障特征，提出了一种基于稀疏自编码器的故障诊断方法.首先分析了制动系统的故障机理，采集了提升机正常运行和故障模拟状态下的监测数据，生成了故障诊断数据集；然后建立了SAE故障诊断模型，并使用Dropout和Adam算法对其进行了优化；最后使用测试数据集对模型的性能进行了测试.试验结果表明，提出的方法较好地避免了稀疏数据的训练误差，减少了过拟合现象，降低了稀疏数据局部最优点的影响，故障类型的平均分类精度达到94%，能有效地进行矿井提升机的故障诊断.
- 单位
