首页|基于粒子群优化以及深度胶囊网络的轴承故障诊断

基于粒子群优化以及深度胶囊网络的轴承故障诊断

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对发动机轴承损坏情况严重以及基于模型方法预测精度不稳定的问题,提出一种基于深度胶囊网络和粒子群优化算法的轴承故障预测方法.通过将观测振动信号自适应降噪后,基于粒子群优化算法进行稀疏盲分离,得到轴承振动信号,通过S变换获取时域图以及轴承振动特征,其次将时域图经由卷积层卷积,输入到胶囊层进行预测.将高低胶囊层之间的算法转化为数学优化问题,提升传输效率,最后得出高层胶囊的预测向量.结合具体轴承监测数据进行实例分析,与基于数据的浅卷积网络以及经验模态分解预测相比,算法体现了更稳定更精确的预测性能.
Bearing Fault Diagnosis Based on PSO and CapsNet

张振良、刘君强、张曦、黄亮

展开 >

南京航空航天大学民航学院 南京 210000

故障诊断 粒子群优化 深度胶囊网络 动态路由算法

国家自然科学基金与民航联合基金

U1533128

2021

10.3969/j.issn.1672-9722.2021.02.021

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(2)
  • 3
  • 7