典型文献
基于改进SAE的提升机制动系统故障诊断
文献摘要：
为了减少传统故障诊断方法人工主观干预对诊断结果的影响,使用无监督学习方式提取提升机监测数据的故障特征,提出了一种基于稀疏自编码器的故障诊断方法.首先分析了制动系统的故障机理,采集了提升机正常运行和故障模拟状态下的监测数据,生成了故障诊断数据集;然后建立了SAE故障诊断模型,并使用Dropout和Adam算法对其进行了优化;最后使用测试数据集对模型的性能进行了测试.试验结果表明,提出的方法较好地避免了稀疏数据的训练误差,减少了过拟合现象,降低了稀疏数据局部最优点的影响,故障类型的平均分类精度达到94％,能有效地进行矿井提升机的故障诊断.
文献关键词：
故障诊断;稀疏自编码器(SAE);Dropout算法;制动系统;矿井提升机
中图分类号：
作者姓名：
李娟莉;闫方元;苗栋;刘怡梦
作者机构：
太原理工大学机械与运载工程学院,山西,太原 030024;煤矿综采装备山西省重点实验室,山西,太原 030024
文献出处：
引用格式：
[1]李娟莉;闫方元;苗栋;刘怡梦-.基于改进SAE的提升机制动系统故障诊断)[J].北京理工大学学报,2022(09):928-934
A类：
B类：
SAE,提升机制,制动系统,系统故障,故障诊断方法,法人,诊断结果,无监督学习,学习方式,故障特征,稀疏自编码器,故障机理,故障模拟,故障诊断模型,Dropout,Adam,测试数据,稀疏数据,过拟合,局部最优,故障类型,平均分,分类精度,矿井提升机
AB值：
0.277684
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
