振动与冲击

作者：陶洁,刘义伦,杨大炼,宾光富

单位：1.中南大学机电工程学院，湖南长沙，410083；2.湖南科技大学知识处理与网络化制造实验室，湖南湘潭，411201；3.中南大学轻合金研究院，湖南长沙，410083；4. 湖南科技大学机械设备健康维护湖南省重点实验室，湖南湘潭，411201

关键词：深度置信网络；细菌觅食决策算法；滚动轴承；故障诊断

<div style="line-height: 150%">在利用深度置信网络进行滚动轴承故障诊断时，网络结构的设置不仅影响诊断的结果，还影响计算效率。为提高滚动轴承故障诊断的准确率，本文提出基于细菌觅食决策和深度置信网络的滚动轴承故障诊断方法。该方法利用采集的样本数据对深度置信网络进行训练，以构造细菌觅食决策算法的适应度函数，通过计算各个细菌的适应度来衡量模型的优劣。由于细菌觅食决策算法具有并行搜索能力，能有效选取深度置信网络各隐节点数、学习率、动量等参数，生成合适的分类器提高滚动轴承故障诊断的准确率。实验中，与SVM、BPNN、KNN等方法做比较，本文所提方法对滚动轴承故障诊断的准确率达到97.83%，能更加高效、准确的识别滚动轴承故障。</div> <div style="line-height: 150%">&nbsp;</div>

来源：2017年第23期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第23期