非线性频谱与深度学习相结合的新方法用于复杂系统故障诊断

上传者: 38637884 | 上传时间: 2022-08-23 17:00:54 | 文件大小: 1.89MB | 文件类型: PDF
提出了一种将非线性频谱与堆叠式降噪自动编码器(SDAE)相结合的复杂系统故障诊断方法。 为了解决计算量大的问题,利用广义的频率响应函数(GFRF),利用一维非线性输出频率响应函数(NOFRF)来获得非线性频谱。 为了解决故障特征提取能力弱的问题,采用了堆叠式降噪自动编码器(SDAE)。采用神经网络从非线性频谱中提取故障特征。 该方法通过识别算法得到了永磁同步电动机各状态的四阶非线性频谱。 然后,从四阶频谱中选择合适的采样点,以构建高维数据; 最后,设计了堆叠式去噪自动编码器(SDAE)神经网络,实现了故障分类的输出。 仿真表明,该方法具有良好的实时性和较高的诊断精度。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明