基于改进自编码网络的轴承振动异常检测.docx

轴承作为各种工业现场机械设备的重要零部件之一,对工业流程的顺利进行和设备运行安全有着重要意义。但在长期的高强度、大载荷的复杂工况下,轴承极易出现异常状况,导致故障发生[1]。若能准确、及时地检测到异常数据,则有助于设备及时维护,避免严重事故的发生。在大数据时代,随着传感器和机器学习技术的飞速发展,通过先进理论和方法使用历史采集的状态监控数据提取特征,构建数据驱动的轴承异常检测模型,并保证异常检测的准确性和稳定性,成为了当前研究的热点并具有明确学术价值与应用意义[2]。 轴承的振动监测数据是最直观最方便判断轴承是否出现异常的数据,通过加速度传感器可以方便快速地采集数据并实时检测[3]。振动数据的