文章摘要:近年来,由于传统人工提取特征的方法不足以准确表征滚动轴承的健康状态,深度学习算法被逐渐应用于滚动轴承的故障诊断中,它能够自适应的从输入数据中学习出所需要的特征。其中,相较于普通的深度学习算法,深度残差网络通过恒等映射的方式可以大幅度降低模型的训练难度。因此,采用了一种用于滚动轴承故障诊断的深度残差网络(ResNet),它可以直接将原始振动信号作为模型的输入,通过池化层、残差模块和分类层相互连接,更加有效的挖掘信号特征之间的信息,从而增强了轴承振动信号的特征学习能力。实验结果表明,该模型能够达到99.75%的轴承故障诊断精度,实现了良好的故障分类任务,为以后的机械故障诊断研究提供了理论指导和借鉴。
文章关键词:
论文作者:丁华1,2
作者单位:1. 太原理工大学机械与运载工程学院 2. 煤矿综采装备山西省重点实验室
论文DOI: 10.19356/j.cnki.1001-3997.20211116.023
论文分类号: TP183;TH133.33
相关文献:MED和分层模糊熵在滚动轴承故障诊断中的应用.《机械设计与制造》
相似文献:一种基于领域自适应的跨工况滚动轴承故障诊断新方法.....作者:童靳于,章青,夏晓舟,郑近德,潘海洋,刊载期刊:《固体力学学报》基于循环自相关的滚动轴承故障特征提取研究.....作者:王志阳,陈兰,荆双喜,李新华,刊载期刊:《河南理工大学学报(自然科学版)》交互偏移支持矩阵机及其在滚动轴承故障诊断中的应用.....作者:徐海锋,潘海洋,郑近德,童靳于,刊载期刊:《振动工程学报》改进近似函数的重构算法在滚动轴承故障信号中的应用研究.....作者:钱秋亮,董宝伟,邵馨叶,邵建龙,朱荣,刊载期刊:《机械科学与技术》等距离映射和模糊C均值的滚动轴承故障识别.....作者:王亚萍,李士松,葛江华,许迪,李云飞,刊载期刊:《哈尔滨理工大学学报》最优解调频带识别及其在滚动轴承故障诊断中的应用.....作者:陈丙炎,张卫华,宋冬利,程尧,刊载期刊:《机车电传动》基于全矢谱时间固有尺度分解和独立分量分析盲源分离降噪的滚动轴承故障特征提取.....作者:刘嘉辉,董辛旻,李剑飞,刊载期刊:《中国机械工程》自适应多分类相关向量机的滚动轴承故障识别.....作者:王波,王志乐,张青,张健康,熊鑫州,刊载期刊:《机械科学与技术》滚动轴承故障的智能诊断方法研究.....作者:何明,于洋,刊载期刊:《电子世界》基于随机共振的滚动轴承故障弱信号的提取.....作者:王荔檬,刊载期刊:《西安工程大学学报》
相关文章:人工智能在智能制造中的应用.....作者:杨磊大数据人工智能驱动图书馆知识服务和学科建设.....作者:姜爱蓉商业航天背景下的遥感应用产业化.....作者:刘东升Artificial Intelligence: Where Maybe Next Steps? “人工智能热”之后的冷静思考.....作者:Tony QiuComputational Analysis of the Voynich Manuscript 十五世纪伏尼契码的智能解析.....作者:Greg Kondrak深度强化学习系列课程第四讲.....作者:汪荣贵北京二号遥感卫星星座及其应用服务.....作者:屈鸿钧第一讲:人工智能时代的刑事责任演变: 过去·现在·将来.....作者:刘宪权
文章来源:食品与生物技术学报 网址: http://spyswjsxb.400nongye.com/lunwen/itemid-122376.shtml
上一篇: 环境科学与资源利用论文_纳米塑料对典型水生微生物的生物效应与作用机制
下一篇: 地质学论文_陆相细粒沉积岩与古土壤深时气候分析方法综述