等距映射与DBN相融合的齿轮故障诊断研究
陈建业1
王沙晶2
魏存海3
魏致江3
武林3
1.兰州理工大学机电工程学院,兰州730050;兰州电源车辆研究所有限公司,兰州730050;甘肃省内燃机电站工程技术研究中心,兰州7300502.兰州理工大学机电工程学院,兰州,7300503.兰州电源车辆研究所有限公司,兰州730050;甘肃省内燃机电站工程技术研究中心,兰州730050
摘要：运用等距映射(Isomap)算法将信号的特征数据从原始高维空间映射到低维空间,然后融合深度置信网络(DBN)来诊断齿轮的故障状态.进行了齿轮箱运行至故障的实验研究,经过一系列与未进行空间转换的原始特征、主成分分析(PCA)和拉普拉斯特征映射(LE)等两种空间转换方法及与隐马尔科夫模型(HMM)和BP神经网络等模型算法的对比分析,所提方法被证明在齿轮的故障诊断及状态评估中更加准确有效.
关键词：特征提取等距映射特征转换深度置信网络齿轮故障诊断
分类号：TH117.1(机械学（机械设计基础理论）)
资助基金：国家自然科学基金(51675253)
论文发表日期：2019-01-01
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：6( 1029-1034 )
英文信息