基于深度信念网络的铁谱图像智能识别方法与试验验证

摘要

为了提高机械设备磨损状态识别精度和效率,利用深度学习中的深度信念网络并结合铁谱分析技术,提出一种磨粒图像智能识别方法.首先,建立受限玻尔兹曼机模型,将其用于深度信念网络的预训练,初始化网络模型参数,完成识别模型构建;然后,利用铁谱分析技术,通过铁谱仪制备铁谱图像,进行图像预处理,得到学习样本;最后,对网络模型参数进行研究,观测各参数变化对模型性能的影响规律,得到最优取值.结果表明:所提出的方法能够快速准确地识别设备磨损类型,识别正确率达到99％以上.