期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于IEWT和IFractalNet的滚动轴承故障诊断 被引量:4
1
作者 杜小磊 陈志刚 +1 位作者 王衍学 张楠 《振动与冲击》 EI CSCD 北大核心 2020年第24期134-142,共9页
针对传统滚动轴承故障诊断方法易受噪声干扰,过度依赖专家经验等问题,提出了一种基于改进经验小波变换(IEWT)和改进分形网络(IFractalNet)的诊断方法。改进经验小波变换Fourier谱的分割方式,将轴承原始振动信号自适应分解为若干本征模... 针对传统滚动轴承故障诊断方法易受噪声干扰,过度依赖专家经验等问题,提出了一种基于改进经验小波变换(IEWT)和改进分形网络(IFractalNet)的诊断方法。改进经验小波变换Fourier谱的分割方式,将轴承原始振动信号自适应分解为若干本征模态分量,并利用基于峭度、相关系数、能量比的综合评价指标筛选出最能反映信号故障特征的本征模态分量(imfs);针对样本集不平衡问题改进分形网络的损失函数和激活函数;将筛选到的imfs重构并输入IFractalNet进行自动特征提取与故障识别。实验结果表明:提出方法能够有效地对滚动轴承进行多种故障类型和多种故障程度的识别,避免了复杂的人工特征提取过程,相较于其他方法具有更高的泛化能力、特征提取能力和故障识别能力。 展开更多
关键词 滚动轴承 改进经验小波变换(iewt) 改进分形网络(IFractalNet) 故障诊断
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部