基于变分贝叶斯优化宽度学习的轴承故障诊断OA
针对宽度学习进行故障诊断容易使模型出现过拟合的问题,本文提出了一种变分贝叶斯优化宽度学习的故障诊断模型。首先利用小波包变换与快速傅里叶变换结合的方法,分解原始振动信号,重构其基本波形,提取出故障敏感特征。随后,利用宽度学习系统构建故障诊断模型,并通过变分贝叶斯对权值矩阵优化处理,更新变分分布参数,估计其权值矩阵的后验分布,之后进行故障诊断,有效解决了过拟合的问题。实验结果显示,该方法在准确率、精确率、召回率上分别提高了9.34%、5.64%、7.65%,具有更好的稳定性。
时培明;靳诺;张玉皓;许学方
燕山大学电气工程学院,河北秦皇岛066004燕山大学电气工程学院,河北秦皇岛066004山东交通学院工程机械学院,山东济南250357燕山大学电气工程学院,河北秦皇岛066004
机械制造
滚动轴承小波包变换宽度学习故障诊断变分贝叶斯优化算法
《燕山大学学报》 2026 (1)
P.9-15,7
河北省自然科学基金资助项目(F2024203035)山东省科技型中小企业创新能力提升工程资助项目(2022TSGC2187)。
评论