陈志强1,2**, 邓生财1, 陈旭东1,2, 李川1.深度玻尔兹曼机在故障诊断中的应用研究[J].重庆工商大学自然科学版,2018,35(4):62-68
深度玻尔兹曼机在故障诊断中的应用研究
Application of Deep Boltzmann Machine in Fault Diagnosis
  
DOI:
中文关键词:  深度学习  深度波尔曼兹机  故障诊断
英文关键词:deep learning  Deep Boltzmann machine  fault diagnosis
基金项目:
作者单位
陈志强1,2**, 邓生财1, 陈旭东1,2, 李川1 1.重庆工商大学 国家智能制造服务国际科技合作基地重庆 400067 2.重庆工商大学 计算机科学与信息工程学院重庆 400067 
摘要点击次数: 142
全文下载次数: 
中文摘要:
      构建了一个基于深度玻尔兹曼机的故障诊断系统。首先,基于一个滚动轴承故障实验平台,对深度玻尔曼兹机的在滚动轴承故障诊断领域应用进行了深度分析;然后将方案应用于20 kg级的航空涡喷发动机的故障诊断中;通过与BP神经网络和支持向量机故障诊断模型进行对比,实验结果表明:采用深度玻尔兹曼机对机械设备故障进行故障识别,具有更高的准确性和可靠性。
英文摘要:
      Deep learning technology has been increasingly becoming a popular and intelligent tool in the field of mechanical fault identification. This paper presents an application of Deep Boltzmann Machines in fault diagnosis. Firstly, based on a rolling bearing fault test platform, the depth analysis of Deep Boltzmann machine in the field of rolling bearing fault diagnosis was carried out. Then, the scheme was applied to the fault diagnosis of 20 kg turbojet engine. Finally, the accuracy of BPNN and SVM-based models is compared with the proposed method. The experimental results show that the accuracy presented by DBM model is highly reliable and applicable in fault diagnosis.
查看全文  查看/发表评论  下载PDF阅读器
关闭
重庆工商大学学报自然科学版 版权所有
地址:中国 重庆市 南岸区学府大道19号,重庆工商大学学报编辑部 邮编:400067
电话:023-62769495 传真:
您是第1195974位访客
关注微信二维码