-
题名基于1D-RSLBCNN的齿轮箱故障诊断
- 1
-
-
作者
高丙坤
丁春阳
孙双
-
机构
东北石油大学电气信息工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2023年第11期138-141,145,共5页
-
基金
国家自然科学基金项目(61422301)。
-
文摘
针对传统故障模型参数多,训练和检测时间长的问题,提出了基于残差结构和局部二进制卷积(1D-RSLBCNN)的齿轮箱故障诊断方法。其利用局部二进制卷积层来替代传统卷积层,在减少模型参数的同时,加快了训练速度和收敛速度;同时在网络模型中引入残差结构,避免了由于网络深度的增加引起的正确率饱和甚至下降的问题。实验结果表明,局部二进制卷积层的参数量为传统卷积层的1/3,诊断准确率更是高达99.7%。与其他模型相比,具有更稳定、可靠的预测精度。
-
关键词
残差结构
局部二进制卷积
齿轮箱故障诊断
卷积网络
-
Keywords
residual structure
local binary convolution
gearbox fault diagnosis
convolutional network
-
分类号
TH133.3
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
-
