本發明提供了一種基于深度學習和支持向量機的滾動軸承故障診斷方法,其利用深度信念網絡理論中成熟的學習算法完成故障診斷所需的特征提取任務,可以不依賴人工選擇由簡單到復雜、由低級到高級自動地提取輸入數據的本質特征,并能自動挖掘出隱藏在已知數據中的豐富信息;此外,由于采用了支持向量機分類方法對測試樣本進行分類識別,因此可以采用之前設計好的有效方法去尋找和發現目標函數的全局最小值,從而解決深度信念網絡可能陷入局部最優解的問題。本發明的滾動軸承故障診斷方法能夠提高滾動軸承故障診斷的準確性和有效性,為解決滾動軸承故障診斷問題提供一種新的有效途徑,可廣泛應用于化工、冶金、電力、航空等領域的復雜系統中。
聲明:
“基于深度學習和支持向量機的滾動軸承故障診斷方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)