期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
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 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
上一页 1 下一页 到第
使用帮助 返回顶部