DBN参数对双转子不对中故障特征提取的影响及综合评估优选研究

针对DBN(deep belief network)结构参数对特征提取性能影响很大而其影响特性不明导致最优参数难以选取的问题,以双转子系统不对中故障振动特征提取为例,通过构建不同DBN迭代次数、隐含层数、学习率及动量的重构误差曲线,分析DBN结构参数对双转子不对中故障特征提取性能影响特性。综合重构误差均方根误差RMSE(root mean square error)及计算时间,选取优化的结构参数。分析结果表明,最优参数为:迭代次数200次、隐含层节点数1 000~1 500、学习率0.01~0.1,动量项0.1~0.4。为DBN在双转子系统不对中故障识别中的应用提供结构参数选取依据。