基于NLF-LSTM的滚动轴承故障诊断方法OACSTPCD
Rolling bearing fault diagnosis method based on NLF-LSTM
利用深度学习方法实现故障诊断过程中存在模型的超参数配置困难问题,为了有效优选模型的超参数集合,提出一种正态分布与莱维飞行(NLF)相结合的优化算法,并以此提出NLF-LSTM滚动轴承故障诊断方法.通过正态分布的集中性与莱维飞行的分散性对超参数集合多次取值,并用长短时记忆深度网络(LSTM)训练以获取最优超参数集合,再利用最优超参数集合构建故障诊断模型,实现对滚动轴承3种部位、10种状态的有效诊断.实验结果表明,与基于SVM等故障诊断方法相比,提出…查看全部>>
彭成;蒋金元;李凤娟
湖南工业大学 计算机学院,湖南 株洲 412007中南大学 自动化学院,湖南 长沙 410083湖南工业大学 计算机学院,湖南 株洲 412007
信息技术与安全科学
滚动轴承故障诊断深度学习长短时记忆神经网络超参数正态分布莱维飞行端对端
《现代电子技术》 2022 (1)
基于POC与iDistance的工业装备可测性健康分析方法研究
142-148,7
国家自然科学基金资助项目(61871432)湖南省自然科学基金资助项目(2020JJ4275)
评论