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3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：
利用WDCNN-GRU模型的变转速轴承故障诊断技术研究
1
作者 刘馨雅 马超 +1 位作者 黄民 张占一 《组合机床与自动化加工技术》 北大核心 2025年第1期138-142,149,共6页
针对变转速工况下,为了提高轴承故障诊断的效率、准确度和稳定性,提出一种基于宽卷积核门控循环的混合神经网络模型。首先,采用计算阶次跟踪对原始信号做角域重采样处理,消除变转速带来的信号不具备周期性、特征混叠、频率偏移等问题;然... 针对变转速工况下,为了提高轴承故障诊断的效率、准确度和稳定性,提出一种基于宽卷积核门控循环的混合神经网络模型。首先,采用计算阶次跟踪对原始信号做角域重采样处理,消除变转速带来的信号不具备周期性、特征混叠、频率偏移等问题;然后,通过宽卷积核卷积网络提取角域信号特征,结合门控循环神经网络捕捉时序信息,使信号特征挖掘更加全面。为验证该方法的有效性,从多个方面结合多个模型进行对比实验。实验结果表明,所提模型的平均准确率均高于对比模型,具备高准确率、高效率及稳定性的特点。 展开更多
关键词 变转速轴承 故障诊断 宽卷积核网络 门控循环网络
在线阅读 下载PDF
跳连接变分自编码器与CNN相结合的滚动轴承故障诊断方法
2
作者 张洪亮 余其源 王锐 《机械科学与技术》 CSCD 北大核心 2024年第4期681-689,共9页
针对滚动轴承故障率小、不易收集故障数据的问题,提出基于跳跃连接变分自编码器与宽核深度卷积神经网络相结合的小样本故障诊断方法。该方法首先在变分自编码器的编码和解码之间引入跳跃连接结构,并将Tanh作为网络的激活函数,进而提高... 针对滚动轴承故障率小、不易收集故障数据的问题,提出基于跳跃连接变分自编码器与宽核深度卷积神经网络相结合的小样本故障诊断方法。该方法首先在变分自编码器的编码和解码之间引入跳跃连接结构,并将Tanh作为网络的激活函数,进而提高生成样本的特征多样性;其次,构建宽核深度卷积网络诊断模型,该模型可以提高从振动信号中提取故障特征的能力;最后,经生成样本扩充的数据集作为模型输入,提高训练集包含的特征信息量,实现小样本下的故障诊断。实验分析表明,所提方法在小样本情形下能生成有效的伪样本并具有较高的诊断精度。 展开更多
关键词 故障诊断 跳跃连接变分自编码器 数据生成 宽核深度卷积神经网络
在线阅读 下载PDF
基于MWKCNN与迁移学习融合的风机轴承故障诊断方法
3
作者 宁兆秋 张东 +6 位作者 方文墨 孙志强 孙明 徐继文 杨巍 郑伟 单春海 《沈阳工程学院学报（自然科学版）》 2024年第3期7-14,共8页
针对实际风电场的风机运行工况多变、数据完备性缺失导致的风机轴承故障诊断精度降低的问题,提出一种基于多重宽核卷积神经网络(multiple wide kernel convolutional neural networks,MWKCNN)与迁移学习融合的风机轴承故障诊断方法。首... 针对实际风电场的风机运行工况多变、数据完备性缺失导致的风机轴承故障诊断精度降低的问题,提出一种基于多重宽核卷积神经网络(multiple wide kernel convolutional neural networks,MWKCNN)与迁移学习融合的风机轴承故障诊断方法。首先,在源域训练MWKCNN风机轴承故障诊断模型;其次,根据3个目标域与源域的相似度,利用基于模型微调的迁移学习方法对源域的MWKCNN模型结构进行调整,并且用实际的轴承数据集进行验证;最后,通过仿真实验进行验证。结果表明:MWKCNN模型对源域的风机轴承故障诊断的精度达到了99.48%;在3种数据完备性缺失的目标域,对风机轴承故障诊断的精度均达到了94%以上;相比于其他模型的迁移效果,MWKCNN模型对轴承振动信号故障特征的挖掘能力更强。 展开更多
关键词 多重宽核卷积神经网络 风机轴承 故障诊断 迁移学习 变工况数据量缺失 下采样损失
在线阅读 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