基于小波包-AR谱和深度学习的轴承故障诊断研究

Research on bearing fault diagnosis based on wavelet packet-auto regressive model spectrum and deep learning
贺思艳1
刘亚2
田新诚2
1. 山东电子职业技术学院 智能制造工程系, 济南 250200
2. 山东大学 控制科学与工程学院, 济南 250061

摘要

针对轴承故障信号的非平稳性和非线性的特点,采用小波包分解和自回归(auto-regressive,AR)谱估计相结合的方法提取振动信号特征值;为了提高诊断结果的精度,提出用深度信念网络(deep believe network,DBN)进行诊断模型训练。首先,对轴承振动信号进行小波包分解和自回归谱估计,计算不同频段的能量实现轴承故障特征提取;其次,将提取到的特征值作为深度信念网络的输入向量,进行模型训练;最后,用训练好的模型进行故障诊断。为验证所提方法的有效性,采用美国凯斯西储大学提供的旋转轴承数据集,将提出的算法与三种故障诊断方法进行对比实验。实验结果表明,所提方法具有更好的诊断性能。

基金项目

山东省重点研发计划资助项目(2016ZDJS02B03)
山东省重大科技创新工程项目(2017CXGC0601)

出版信息

DOI: 10.19734/j.issn.1001-3695.2018.04.0261
出版期卷: 《计算机应用研究》 印刷出版, 2019年第36卷 第6期
所属栏目: 系统应用开发
出版页码: 1758-1761,1766
文章编号: 1001-3695(2019)06-033-1758-04

发布历史

[2019-06-05] 印刷出版

引用本文

贺思艳, 刘亚, 田新诚. 基于小波包-AR谱和深度学习的轴承故障诊断研究 [J]. 计算机应用研究, 2019, 36 (6): 1758-1761,1766. (He Siyan, Liu Ya, Tian Xincheng. Research on bearing fault diagnosis based on wavelet packet-auto regressive model spectrum and deep learning [J]. Application Research of Computers, 2019, 36 (6): 1758-1761,1766. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊