多尺度信息融合的堆叠稀疏自编码旋转机械故障诊断方法

摘要

一种多尺度信息融合的堆叠稀疏自编码旋转机械故障诊断方法，步骤为：对训练样本进行双树复小波分解，得到多尺度分量，对每个尺度分量进行傅里叶变换，并对得到的频谱进行归一化处理；设置堆叠自编码神经网络的参数，并对各个自编码神经网络进行无监督训练；将最后一个自编码神经网络与一个Softmax网络串联，并进行有监督的训练；对所有的表示层依次与输入层堆叠起来，构成一个深度神经网络，采用有监督学习方式进一步训练神经网络；利用测试样本对模型进行验证，最终得到旋转机械故障诊断模型并用于诊断。该方法保证了信号表示的平移不变性和统计稳定性，利用堆叠稀疏自编码方法能够自动学习到样本的故障特征，得到更好的诊断性能。