基于深度置信网络的轨道交通车辆轴承故障诊断研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对城市轨道交通车辆轴承在列车运行过程中受到强噪声污染，导致振动信号不稳定、特征提取难度大，提出了基于深度置信网络的轨道交通车辆轴承故障诊断方法。首先，对故障信号的统计样本参数等典型信息进行时域特征提取。其次，通过对每层的RBM训练的方法来确定参数θ最优取值，并自动提取信号的深层特征。最后，将提取的特征输入DBN模型进行分类识别，从而完成故障类型分类。（剩余5254字）

试读结束

目录
monitor