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：
基于 LSTM-ICNN的烟草包装机传动系统滚动轴承状态预测研究
1
作者 江逸斐 陈忠华 +2 位作者 兰志超 王少禹 张乐 《机械设计与制造工程》 2024年第3期97-101,共5页
为提高烟草包装机传动系统滚动轴承状态预测精度,提出一种基于长短时记忆(LSTM)卷积神经网络结合改进卷积神经网络(ICNN)的轴承状态预测方法。首先通过LSTM提取滚动轴承的时序特征;然后在卷积神经网络(CNN)全连接层中嵌入局部最大均值... 为提高烟草包装机传动系统滚动轴承状态预测精度,提出一种基于长短时记忆(LSTM)卷积神经网络结合改进卷积神经网络(ICNN)的轴承状态预测方法。首先通过LSTM提取滚动轴承的时序特征;然后在卷积神经网络(CNN)全连接层中嵌入局部最大均值差异函数,从而提取域不变特征,并通过回归损失函数输出传动系统滚动轴承状态预测结果;最后对以上预测方法进行试验验证。试验结果表明,在不同工况下,网络预测模型的RMSE和MAE都较小,且在实际在线监测系统应用中,RMSE和MAE分别为0.082和0.065。由此说明,提出的网络预测模型具有良好的预测精度,可用于烟草设备的在线故障监测。 展开更多
关键词 烟草设备 包装机 状态预测 在线监测 长短时记忆卷积神经网络
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