《深度信念网络在管道故障诊断中的应用》

技术简介：

为了减少管道故障诊断过程中人工提取与筛选特征存在的不稳定性影响,提出一种利用深度置信网络重构特征参数并建模的故障诊断方法。在实验室条件下,采集管道在正常及不同故障状态下的声发射信号,提取特征参数,利用深度置信网络重构特征参数并建立分类模型,再根据采集到的样本数据特点调整模型节点数等参数,优化模型后得出最终的诊断结果。研究表明:在同等条件下,采用深度置信网络重构特征参数后建立的分类模型具有更好的稳定性和更高的准确率。

研发人员：王新颖;张惠然;黄旭安;张瑞程;赵斌;张颖;