《表2 本研究方法的模型结构参数》
由图4(a)可以看到,当小批量的样本数为64时,其训练精度远高于小批量的样本数为100时的训练精度,并且训练精度的收敛趋势相对于小批量的样本数为50时更加快稳。由图4(b)可以看到,当Adam的学习步长为0.001时,其训练精度的收敛速度最快,收敛趋势更为平稳,并且在相同的迭代批数下的训练精度最高。图4(c)反映的是在相同的迭代批数下,以负荷2的训练样本进行模型训练,当卷积核1的尺寸选为5×5时的训练精度最高,另外在实验过程中还发现,训练时间随着卷积核尺寸的增加而增加。图4(d)反映的是以负荷2的训练样本进行模型训练,以负荷1的测试样本进行变负荷测试,当选择不同弃权值时测试精度的变化趋势,可以看到当弃权值为0.85时,测试精度收敛的速度最快,收敛趋势较弃权值为0.9时更为稳定,并且最终的测试精度值最高。由此可知,为尽可能获得满意的训练精度和测试精度,需将Adam的学习步长选为0.01,批尺寸选为64,卷积核1的尺寸选为5×5,训练过程的弃权值选为0.85。本研究其他的结构参数也按照上述方法所得,其中本研究方法的模型结构参数如表2所示。为使利用本方法在对强噪声、变负荷下的滚动轴承进行故障诊断时的综合效果最佳,笔者将训练过程的迭代批数设为3 125。
图表编号 | XD00178456900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 赵小强、张青青 |
绘制单位 | 兰州理工大学电气工程与信息工程学院、甘肃省工业过程先进控制重点实验室、兰州理工大学国家级电气与控制工程实验教学中心、兰州理工大学电气工程与信息工程学院、甘肃省工业过程先进控制重点实验室 |
更多格式 | 高清、无水印(增值服务) |