Investigación sobre el método de diagnóstico de fallas en motores diésel basado en Stacked Sparse Autoencoder y Máquina de Vectores de Soporte
Autores: Bai, Huajun; Zhan, Xianbiao; Yan, Hao; Wen, Liang; Yan, Yunbin; Jia, Xisheng
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Investigación sobre el método de diagnóstico de fallas en motores diésel basado en Stacked Sparse Autoencoder y Máquina de Vectores de Soporte
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Convencional
Diagnóstico de fallas
Autoencoder Escaso Apilado
Máquina de Vectores de Soporte
Reducción de dimensiones
Clasificación de fallas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Debido a las insuficiencias relativas del análisis convencional de formas de onda en el dominio del tiempo y del espectro en la investigación de diagnóstico de fallas, en este estudio se propone un método de diagnóstico de fallas en motores diésel basado en el Autoencoder Apilado Escaso y la Máquina de Vectores de Soporte.
Descripción
Debido a las insuficiencias relativas del análisis convencional de formas de onda en el dominio del tiempo y del espectro en la investigación de diagnóstico de fallas, en este estudio se propone un método de diagnóstico de fallas en motores diésel basado en el Autoencoder Apilado Escaso y la Máquina de Vectores de Soporte.