资料下载
×
采用深度信念网络从原始数据对故障智能识别的方法
消耗积分:0 |
格式:rar |
大小:1.07 MB |
2017-11-08
分享资料个
故障智能识别实质上是通过机器学习对能刻画故障的特征进行故障识别，因此选定的特定特征是智能诊断的关键影响因素。应用于机械故障智能诊断领域的特定特征可分为三类，即单变量特征，多变量特征和图像特征。单变量特征是指只有一个变量特征，如峭度，特征频率等，其相对简单，易于理解与操作，但因只涉及到单一特征，忽略了其他有用信息，导致故障识别效果较差。多变量特征是组合多个单变量特征而成的综合特征，它能更加全面的描述故障信息。但多变量特征的具体选取，直接受人为主观因素影响。图像特征，一般是先通过时频分析把信号转化为时频图像，再按图像处理方式提取相应故障特征。以上3类特征均易受到人为因素的影响，增加了分析的不确定性，也削弱了机器学习的智能性，实际上已偏离了人工智能与机器学习的最初宗旨。其次，为得到可观的效果，基于上述研究方法的模型越趋复杂，模型的适用条件易于被忽视，导致操作困难。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
