基于Nesterov动量法的自适应深度置信网络轴承故障诊断装置制造方法及图纸

本实用新型专利技术涉及一种基于Nesterov动量法的自适应深度置信网络轴承故障诊断装置，包括信号采集模块，用于获取滚动轴承不同健康状态的原始信号；故障诊断模块，与所述信号采集模块连接，将原始信号作为输入信号，对原始信号的深层特征进行自动提取；未知状态信号输入模块，与所述故障诊断模块连接，由所述故障诊断模块判断滚动轴承的工作状态和故障类型。本实用新型专利技术在滚动轴承故障分类的基础上，针对目前深度置信网络(Deep Belief Network)对原始信号的故障分类精度受限的问题，加入Nesterov动量法和独立自适应学习率，加快DBN预训练速度，提高故障分类精度。

Adaptive depth confidence network bearing fault diagnosis device based on Nesterov momentum method

The utility model relates to an adaptive depth Nesterov momentum method based on confidence fault network bearing diagnosis device, including signal acquisition module, signal acquisition for the original healthy state of the rolling bearing; fault diagnosis module is connected with the signal acquisition module, the original signal as the input signal, automatic extraction of deep features of the original signal unknown state; signal input module connected with the fault diagnosis module, judging the working condition of the roller bearing fault type by the fault diagnosis module. The utility model based on rolling bearing fault classification, aiming at the deep belief network (Deep Belief Network) fault classification accuracy is limited to the original signal, adding Nesterov independent momentum method and adaptive learning rate, accelerate the DBN pre training speed, improve the fault classification accuracy.

【技术实现步骤摘要】
基于Nesterov动量法的自适应深度置信网络轴承故障诊断装置
本技术涉及滚动轴承故障诊断的
，尤其涉及一种基于Nesterov动量法的自适应深度置信网络轴承故障诊断装置。
技术介绍
滚动轴承是航天航空、电力、石化、冶金以及机械等工业部门中使用最广泛，也是最容易损伤的部件之一。旋转机械的工作状态与滚动轴承有密切关系，据统计，在使用滚动轴承的旋转机械设备中，约30％的机械故障是与轴承损伤有关联的。机械设备一旦发生意外故障，正常生产进程以及产品质量就会受影响并因此产生巨大的经济损失，严重者甚至危及人身安全，导致重大的灾难性事故。基于提高轴承可靠性和保证机械设备的安全运行，有必要采取一种检测方式检测轴承健康状态，识别是否发生故障，进而采取必要的措施，防止轴承损坏，确保机械设备安全运行。对于诊断来说，良好的特征表达对模式识别的准确性起关键作用。目前大量的滚动轴承故障诊断技术都是靠人工提取特征，例如SIFH、SVM、LBP等等，需要花费大量时间集中在特征提取。此外不同的特征具有不同的表达意义，很难找到统一的、适用于不同模型的特征，这就导致了手工选取特征不仅费时，而且需要启发式专业知识。2本文档来自技高网...

【技术保护点】
一种基于Nesterov动量法的自适应深度置信网络轴承故障诊断装置，其特征在于：包括‑信号采集模块，用于获取滚动轴承不同健康状态的原始信号；‑故障诊断模块，与所述信号采集模块连接，将原始信号作为输入信号，对原始信号的深层特征进行自动提取；‑未知状态信号输入模块，与所述故障诊断模块连接，由所述故障诊断模块判断滚动轴承的工作状态和故障类型。

【技术特征摘要】
1.一种基于Nesterov动量法的自适应深度置信网络轴承故障诊断装置，其特征在于：包括-信号采集模块，用于获取滚动轴承不同健康状态的原始信号；-故障诊断模块，与所述信号采集模块连接，将原始信号作为输入信号，对原始信号的深层特征进行自动提取；-未知状态信号输入模块，与所述故障诊断模块连接，由所述故障诊断模块判断滚动轴承的工作状态和故障类型。2.根据权利要求1所述的基于Nesterov动量法的自适应深度置信网络轴承故障诊断装置，其特征在于：所述故障诊断模块包括相连接的D...

【专利技术属性】
技术研发人员：汤盛浩，沈长青，黄伟国，石娟娟，江星星，朱忠奎，
申请(专利权)人：苏州大学，
类型：新型
国别省市：江苏,32