基于多尺度動態(tài)加權多級殘差卷積自編碼的旋轉機械信號降噪方法

摘要： 振動信號常用于監(jiān)測旋轉機械的運行狀態(tài)，但在采集過程中往往包含大量噪聲，為了盡可能去除噪聲干擾，提出一種噪聲學習的新型神經網(wǎng)絡，即基于多尺度動態(tài)加權多級殘差卷積自編碼網(wǎng)絡(MDW-MRSCAE)的降噪方法。確切地，通過深度卷積自編碼和殘差模塊結合，使自編碼網(wǎng)絡對噪聲成分進行編碼和解碼，通過學習噪聲特性取代傳統(tǒng)學習干凈信號。為了解決網(wǎng)絡學習中梯度消失問題，提高收斂速度，構建多層殘差... （共11頁）