一种基于期望差异约束置信网络的机械设备故障诊断方法

摘要

一种基于期望差异约束置信网络的机械设备故障诊断方法，首先获取机械设备在不同健康状态下的振动信号，提取平移不变特征；以平移不变特征为输入，提取振动信号的深度特征；然后以深度特征为输入，提取对工况鲁棒的故障特征；最后基于提取的对工况鲁棒的故障特征，训练Softmax分类器，利用训练后的分类器完成多工况下机械设备故障的智能诊断，本发明利用期望差异约束置信网络，能够直接从原始的振动信号中提取对工况鲁棒的机械设备故障特征，并且能够在多工况下得到较高的诊断精度，故障识别鲁棒性较好，同时减少了不同工况下的特征分布差异，提高了新工况下的故障诊断精度。