TY -的A2 -沈,长庆盟——徐Yanwei AU -李,陈盟——谢,郯城共PY - 2021 DA - 2021/01/12 TI -地铁牵引电动机轴承故障的智能诊断基于改进去噪堆放Autoencoder SP - 6656635六世- 2021 AB -针对问题的复杂工作条件影响人工特征提取的效果在地铁牵引电动机轴承故障诊断,地铁牵引电动机轴承的故障诊断方法基于改进去噪Autoencoder堆放(SDAE)提出。该方法直接从原始振动信号中提取故障特征通过深度学习,减少了信号处理技术和诊断经验的依赖,和不满意的解决问题复杂工作条件下提取特征值的影响。改善SDAE网络结构的影响,通过实验研究了轴承故障诊断的准确性,选择最好的网络参数。试验结果表明,该方法可以提取的深度特征故障条件下的变速和变负载;当使用数据集与复杂的工作条件,该方法的分类精度优于传统的故障诊断方法。SN - 1070 - 9622你——https://doi.org/10.1155/2021/6656635 - 10.1155 / 2021/6656635摩根富林明冲击和振动PB - Hindawi KW - ER