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
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：
改进ResNet网络模型进行柴油机气门间隙故障诊断的方法 被引量：1
1
作者 朱继安 匡青云 刘义 《移动电源与车辆》 2022年第1期31-39,共9页
针对利用浅层神经网络诊断柴油机故障等传统方法存在依靠专家经验、抓取柴油机故障特征参数不准、故障诊断准确率不高的问题,提出了基于深度残差卷积神经网络ResNet模型,在跃层分支采用CBR串并且分支加权相加的改进模型RCN,进行柴油机... 针对利用浅层神经网络诊断柴油机故障等传统方法存在依靠专家经验、抓取柴油机故障特征参数不准、故障诊断准确率不高的问题,提出了基于深度残差卷积神经网络ResNet模型,在跃层分支采用CBR串并且分支加权相加的改进模型RCN,进行柴油机气门间隙故障诊断的方法。本文采用随动采样频率等长样本采样方法采集柴油机缸盖振动信号,组成一维整周期等长样本,并将其作为训练和验证样本,对改进型深度残差卷积神经网络RCN模型进行训练和验证。实验结果表明,该模型较其他深度卷积网络具有更高的诊断准确率和较快的测试时间,验证了直接利用柴油机缸盖振动信号,采用改进的ResNet深度残差卷积神经网络轻量化模型,进行在线实时监测柴油机运行状况的可行性。 展开更多
关键词 柴油机 气门间隙故障诊断 一维样本 等长样本采样 改进ResNet网络模型
下载PDF
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
使用帮助 返回顶部