基于自组织映射与受限玻尔兹曼机的滚动轴承健康评估
刘浩
熊炘
王小静
郭家宇
沈杰希
1.上海大学机械自动化工程系,上海,2000722.上海大学机械自动化工程系,上海,2000723.上海大学机械自动化工程系,上海,2000724.上海大学机械自动化工程系,上海,2000725.上海大学机械自动化工程系,上海,200072
摘要：为了对滚动轴承进行动态健康评估,准确描述其性能退化的动态过程,采用自组织映射(SOM)与受限玻尔兹曼机(RBM)相结合的方法进行轴承健康评估.考虑轴承健康状态的变化引起响应特征的相应变化,利用SOM的无监督学习特点,通过序列前向排序算法(SFS)筛选时域、频域和时频域特征,进而建立最优特征域,获得特征向量与轴承健康状态间的映射关系.为了避免传统神经网络在处理上述高维特征数据时出现的易陷入局部最优、参数调整困难、训练时间过长问题,将映射后的特征向量与轴承健康状态分别作为RBM的输入与输出,建立健康评估模型.试验数据分析的结果表明,所提方法可准确识别滚动轴承性能退化过程中的不同健康状态,对于滚动轴承健康评估具有较好的工程适用性.
关键词：序列前向算法自组织映射受限玻尔兹曼机健康评估滚动轴承
资助基金：国家自然科学基金(50876057)上海市高等学校青年教师培养资助计划(14203)创新基金(13007)
论文发表日期：2017-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：5( 25-29 )
英文信息