论文研究 改进的深层自动编码器网络在滚动轴承故障诊断中的应用

针对传统轴承故障诊断方法提取故障特征的有效性不高的问题，提出了一种基于云自适应粒子群算法（CAPSO）优化的深度自动编码器网络（DAEN）的轴承故障诊断方法。 在分析CAPSO和DAEN的基础上，建立了CAPSO-DAEN故障诊断模型。 该模型利用CAPSO算法的随机性和稳定性来优化DAEN的连接权重，减少权重约束，自适应地提取故障特征。 最后，可以使用Softmax分类器实现高效而准确的故障诊断。 测试结果表明，与基于DAEN，支持向量机（SVM）和反向传播算法（BP）的参数相比，该方法具有更高的诊断精度和更稳定的诊断结果。