科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高滚动轴承的故障诊断效率，设计了一种混沌萤火虫参数优化去噪自动编码器（DAE），标记为CFADAE。在DAE基础上建立得到深度网络，通过DAE从中提取出首层特征，再利用自动编码器（AE）堆叠的方式构建深度网络，提取得到更深层特征参数。研究结果表明：相比较标准萤火虫算法（FA）数据，混沌萤火虫算法（CFA）方法的准确率更高，标准差更小。混沌改进萤火虫算法能够达到更准确诊断的效果，同时降低了波动程度。通过DAE网络进行诊断所得的平均准确率可以达到95.84%，推断结合去噪AE和L2惩罚项使模型获得更强的鲁棒性和泛化能力，提升诊断性能。本研究实现准确诊断轴承故障信号，可以拓展到其他的机械传动领域。
-
单位重庆理工大学; 重庆工贸职业技术学院
