论文部分内容阅读
针对起重设备金属结构传统故障诊断方法准确率低、网络性能不稳定等缺点,提出基于深度神经网络和压缩感知理论的故障诊断方法,通过构建深度神经模型,对它在运行过程中的振动数据信号进行分析,可有效应用于起重设备的疲劳失效、损坏等故障检测。该方法避免了一般神经网络依靠经验确定网络结构的困难,具有更高的稳定性,且训练时间大幅缩短,明显优于传统的神经网络诊断方法。