赵明航博士：基于小波和深度残差网络的机械故障诊断
2018-07-25
时 间：2018年7月26日，周四9:00
地 点：阳澄湖校区交通大楼219室
报告人：赵明航 重庆大学博士
题 目：基于小波和深度残差网络的机械故障诊断
摘 要：
在数据驱动的故障诊断方法中，一个重要的任务是构建判别性的特征集。由于传统人工挑选的特征经常不足以准确表征复杂机械装备的健康状态，深度学习算法在近年来被应用于自动地从输入数据中学习出所需要的特征，进行复杂机械装备的故障诊断。其中，相较于普通的深度学习算法，深度残差网络引入了恒等映射的方式来降低模型的训练难度，赢得了广泛的关注。因此，本研究在原始深度残差网络的基础上，针对机械故障振动信号所存在的特点，提出了动态加权小波系数的深度残差网络。由于不同频带的信息在故障诊断中的重要程度经常是不同的，该方法对不同频带的信息直接施加不同的可训练权重，以自适应地调整不同频带的信息在故障诊断中的贡献，增强深度残差网络对于机械故障振动信号的特征学习能力，取得了良好的效果。
