《基于自编码网络模型的风机故障检测研究》PDF+DOC
作者:章浩伟,周琪馨,任筱倩
单位:湖北省科技信息研究院
出版:《软件导刊》2019年第09期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFRJDK2019090390
DOC编号:DOCRJDK2019090399
下载格式:PDF + Word/doc 文字可复制、可编辑
《神经网络预测功能在故障诊断中的应用》PDF+DOC2009年第12期 张萍
《人工神经网络在气体分析系统中的应用》PDF+DOC 何博,王武义,张家田
《差压传感器非线性特性研究》PDF+DOC2007年第10期 王菖,付敬奇,陈关君
《蚁群小波神经网络在矿用风速传感中的应用》PDF+DOC2015年第09期 谢芳,陈艳丽
《基于神经网络的无人机传感器故障诊断技术研究》PDF+DOC2011年第03期 樊立明,胡永红
《基于RBF神经网络的跌倒检测算法研究》PDF+DOC2019年第11期 王晓雷,李栋豪,郑晓婉,娄泰山,丁国强,焦玉召,赵红梅
《改进SFLA-BP神经网络在遮盖干扰信号识别应用》PDF+DOC2020年第08期 杨洁,褚书培
《神经网络主元分析的传感器故障诊断方法》PDF+DOC2010年第07期 陈楚瑶,朱大奇
《基于多传感器数据融合技术的烧结矿碱度预报模型的研究》PDF+DOC2006年第01期 李振宇
《基于神经网络的水产养殖物联网故障诊断系统研究》PDF+DOC2015年第17期 潘彩霞,李翠丽,孙敏,陈英义,刘延忠
为了保障风机的正常运行,提出基于自编码(Autoencoder,AE)的风机故障检测方法。依据法国风机ENGIE公开的风速传感器数据,建立欠完备自编码模型(UAE)、去噪自编码模型(DAE)与收缩编码器(CAE)模型,对风机风速传感器数据进行编码和解码,计算重构误差并设定阈值进行故障检测。用多风机风速传感器数据建立PCA模型并与去噪编码器模型对比。根据ROC曲线与AUC值对比,得出欠完备自编码模型、去噪自编码模型、收缩编码器模型均可用于风机异常检测,且收缩编码器效果最好的结论。PCA模型也可用于故障检测,同时多风机故障检测效果高于单一风机。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。