期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一维多尺度卷积神经网络及其在滚动轴承故障诊断中的应用
被引量:
15
1
作者
张成
帆
江泽鹏
+2 位作者
曹伟
陈伟
张敏
《机械科学与技术》
CSCD
北大核心
2022年第1期120-126,共7页
为了有效利用来自实际生产中监测系统的海量数据,并结合一维卷积网络在处理一维数据的优势,提出一种端到端的一维多尺度卷积神经网络滚动轴承故障诊断方法。首先使用两个一维卷积层和池化层将输入振动信号的长度缩减并增加通道数,然后...
为了有效利用来自实际生产中监测系统的海量数据,并结合一维卷积网络在处理一维数据的优势,提出一种端到端的一维多尺度卷积神经网络滚动轴承故障诊断方法。首先使用两个一维卷积层和池化层将输入振动信号的长度缩减并增加通道数,然后利用多尺度并行一维卷积核对上层输出特征进行不同尺度上的反复提取和重构,最后将提取到的特征输入到一个全连接层进行故障分类。为验证算法的有效性,通过对滚动轴承不同工况、不同训练样本以及与支持向量机、BP神经网络和循环神经网络等算法对比分析。结果表明提出的模型及方法具有较好的识别效果,滚动轴承故障诊断正确率达到99.78%。
展开更多
关键词
滚动轴承
故障诊断
一维卷积网络
深度学习
下载PDF
职称材料
题名
一维多尺度卷积神经网络及其在滚动轴承故障诊断中的应用
被引量:
15
1
作者
张成
帆
江泽鹏
曹伟
陈伟
张敏
机构
西南交通大学机械工程学院
轨道交通运维技术与装备四川省重点实验室
西南交通大学盾构/TBM装备摩擦学设计实验室
出处
《机械科学与技术》
CSCD
北大核心
2022年第1期120-126,共7页
基金
中国博士后科学基金项目(2020M673279)
国家自然科学基金项目(51675450)
+1 种基金
四川省科技计划项目(2020JDTD0012)
教育部人文社会科学研究青年基金项目(18YJC630255)。
文摘
为了有效利用来自实际生产中监测系统的海量数据,并结合一维卷积网络在处理一维数据的优势,提出一种端到端的一维多尺度卷积神经网络滚动轴承故障诊断方法。首先使用两个一维卷积层和池化层将输入振动信号的长度缩减并增加通道数,然后利用多尺度并行一维卷积核对上层输出特征进行不同尺度上的反复提取和重构,最后将提取到的特征输入到一个全连接层进行故障分类。为验证算法的有效性,通过对滚动轴承不同工况、不同训练样本以及与支持向量机、BP神经网络和循环神经网络等算法对比分析。结果表明提出的模型及方法具有较好的识别效果,滚动轴承故障诊断正确率达到99.78%。
关键词
滚动轴承
故障诊断
一维卷积网络
深度学习
Keywords
rolling bearing
fault diagnosis
one-dimensional convolution network
deep learning
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一维多尺度卷积神经网络及其在滚动轴承故障诊断中的应用
张成
帆
江泽鹏
曹伟
陈伟
张敏
《机械科学与技术》
CSCD
北大核心
2022
15
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部