润滑与密封

作者：樊红卫，胡德顺，高烁琪，张旭辉，曹现刚

单位：西安科技大学机械工程学院;陕西省矿山机电装备智能监测重点实验室,,西安科技大学机械工程学院,,西安科技大学机械工程学院,,西安科技大学机械工程学院;陕西省矿山机电装备智能监测重点实验室,,西安科技大学机械工程学院;陕西省矿山机电装备智能监测重点实验室,

关键词：故障诊断;铁谱分析;图像识别;深度学习;深度信念网络

基金：国家自然科学基金项目(51834006)；陕西省自然科学基础研究计划项目(2021JM-391)

为了提高机械设备磨损状态识别精度和效率，利用深度学习中的深度信念网络并结合铁谱分析技术，提出一种磨粒图像智能识别方法。首先，建立受限玻尔兹曼机模型，将其用于深度信念网络的预训练，初始化网络模型参数，完成识别模型构建；然后，利用铁谱分析技术，通过铁谱仪制备铁谱图像，进行图像预处理，得到学习样本；最后，对网络模型参数进行研究，观测各参数变化对模型性能的影响规律，得到最优取值。结果表明：所提出的方法能够快速准确地识别设备磨损类型，识别正确率达到99%以上。

来源：2021年第7期

《润滑与密封》期刊编辑部

查看润滑与密封杂志2021年第7期