一种基于主成分分析和深度信念网络的轴承故障诊断方法

摘要

本发明公开了一种基于主成分分析和深度信念网络的轴承故障诊断方法，包括：1)在监测得到轴承振动信号后，使用主成分分析对原始振动信号数据进行降维处理；2)对降维后的轴承振动信号数据进行[0,1]标准化，定义故障类型，然后将数据按比例划分为训练集和测试集；3)初始化深度信念网络的相关参数；4)使用训练集训练深度信念网络模型，然后使用测试集对深度信念网络模型进行参数优化，最终建立轴承故障诊断的深度学习模型。本发明着眼于轴承故障诊断问题，基于主成分分析和深度信念网络展开研究，为解决大数据时代的轴承故障诊断问题提供行之有效的工具和方法。