论文部分内容阅读
针对大部分基于机器学习的故障诊断虽有监督学习方式,但是机械设备振动信号价值密度低,标签标注成本大,且对于复合故障信号无法准确标注其状态的问题,提出了一种基于参数稀疏自编码器的故障诊断方法,该方法能够分析信号组成成分从而达到旋转机械的故障诊断的目的。为了使编码结果更高效地表示数据,在自编码器的基础上融入稀疏概念并对解码参数施加范数惩罚。实验结果表明,提出的稀疏自编码器能够分解信号成分有效地诊断旋转机械健康状态。