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
变转速工况下滚动轴承故障诊断——基于改进DCNN和GRU模型
1
作者
唐衡
夏均忠
+1 位作者
白云川
金灵
《军事交通学报》
2023年第2期32-38,共7页
针对变转速工况下滚动轴承振动信号变化大、故障诊断准确率低的问题,提出基于改进深度卷积神经网络(IDCNN)和门控循环单元(GRU)的诊断模型。使用原始振动信号作为输入,避免因人为提取特征而损失信息;引入批标准化(BN)和小卷积核对DCNN...
针对变转速工况下滚动轴承振动信号变化大、故障诊断准确率低的问题,提出基于改进深度卷积神经网络(IDCNN)和门控循环单元(GRU)的诊断模型。使用原始振动信号作为输入,避免因人为提取特征而损失信息;引入批标准化(BN)和小卷积核对DCNN进行改进,加深网络深度,增强网络的辨别能力和稳定性;引入在处理时间序列信号上有着独特优势的门控循环单元(GRU),通过将GRU与IDCNN相结合来提高网络模型的性能。试验验证该模型效果显著且性能稳定。
展开更多
关键词
滚动轴承
故障诊断
改进
深度
卷积
神经网络
门控循环单元
变转速工况
下载PDF
职称材料
题名
变转速工况下滚动轴承故障诊断——基于改进DCNN和GRU模型
1
作者
唐衡
夏均忠
白云川
金灵
机构
陆军军事交通学院
出处
《军事交通学报》
2023年第2期32-38,共7页
文摘
针对变转速工况下滚动轴承振动信号变化大、故障诊断准确率低的问题,提出基于改进深度卷积神经网络(IDCNN)和门控循环单元(GRU)的诊断模型。使用原始振动信号作为输入,避免因人为提取特征而损失信息;引入批标准化(BN)和小卷积核对DCNN进行改进,加深网络深度,增强网络的辨别能力和稳定性;引入在处理时间序列信号上有着独特优势的门控循环单元(GRU),通过将GRU与IDCNN相结合来提高网络模型的性能。试验验证该模型效果显著且性能稳定。
关键词
滚动轴承
故障诊断
改进
深度
卷积
神经网络
门控循环单元
变转速工况
Keywords
rolling bearing
fault diagnosis
improved deep convolution neural network(IDCNN)
gated recurrent unit(GRU)
variable speed condition
分类号
TN911.23 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
变转速工况下滚动轴承故障诊断——基于改进DCNN和GRU模型
唐衡
夏均忠
白云川
金灵
《军事交通学报》
2023
0
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