期刊文献+
共找到26,053篇文章
< 1 2 250 >
每页显示 20 50 100
计及变分模态分解和DBN的风电变流器开路故障诊断 认领
1
作者 张靖轩 孙鹤旭 +2 位作者 孙泽贤 龚思远 董维超 《现代电子技术》 北大核心 2021年第3期134-139,共6页
为了提高对永磁同步风力发电机GSC开路故障的诊断准确率,提出一种对永磁同步风力发电机网侧变流器(GSC)单一和双开路故障进行诊断的新方法。首先,对永磁同步风力发电机GSC的22种开路故障状态(包含1种正常状态)下的三相电流波形进行采样... 为了提高对永磁同步风力发电机GSC开路故障的诊断准确率,提出一种对永磁同步风力发电机网侧变流器(GSC)单一和双开路故障进行诊断的新方法。首先,对永磁同步风力发电机GSC的22种开路故障状态(包含1种正常状态)下的三相电流波形进行采样,并作为原始信号数据;之后利用变分模态分解(VMD)将原始信号数据进行分解,并将得到的各层模态系数进行故障趋势特征分析,得到故障特征向量;最后,将特征向量输入深度置信网络(DBN)进行训练和决策,得到分类结果。实验结果表明,所提方法可以对网侧功率变流器的单一和双开路故障进行诊断,且准确率高于其他对比方法。 展开更多
关键词 故障诊断 风力发电机 变分模态分解 深度置信网络 功率变流器 开路故障诊断
在线阅读 免费下载
改进的生成对抗网络在轴承故障诊断中的应用 认领
2
作者 刘杰 王昌达 +1 位作者 武秋敏 胡兵兵 《噪声与振动控制》 CSCD 2021年第2期89-92,124,共5页
研究一种基于改进的生成对抗网络的滚动轴承故障诊断方法。针对传统的生成对抗网络模型无法进行故障诊断的问题,对其进行改进,在生成对抗网络基础上加入额外条件信息,并且在输出层添加辅助输出层,将生成对抗网络从无监督学习的生成模型... 研究一种基于改进的生成对抗网络的滚动轴承故障诊断方法。针对传统的生成对抗网络模型无法进行故障诊断的问题,对其进行改进,在生成对抗网络基础上加入额外条件信息,并且在输出层添加辅助输出层,将生成对抗网络从无监督学习的生成模型改进为监督学习的分类模型。然后,利用西储大学轴承数据集对改进后的生成对抗网络进行实验验证。结果表明,改进后的生成对抗网络模型能够有效识别滚动轴承故障类型,相比于相同结构的人工神经网络故障诊断准确率提高5.83%,达到99.86%,并且可在训练过程中降低对于样本数据长度的依赖性,有关结论可为生成对抗网络在智能故障诊断中的应用提供理论指导和技术支持。 展开更多
关键词 故障诊断 生成对抗网络 轴承 智能故障诊断 监督学习 分类模型
在线阅读 下载PDF
基于声信号和一维卷积神经网络的电机故障诊断研究 认领
3
作者 汪欣 毛东兴 李晓东 《噪声与振动控制》 CSCD 2021年第2期125-129,共5页
针对电机故障诊断问题,设计一种新型的一维卷积神经网络结构(1D-CNN),提出一种基于声信号和1DCNN的电机故障诊断方法。为了验证1D-CNN算法在电机故障识别领域的有效性,以一组空调故障电机作为实验对象,搭建电机故障诊断平台,对4种状态... 针对电机故障诊断问题,设计一种新型的一维卷积神经网络结构(1D-CNN),提出一种基于声信号和1DCNN的电机故障诊断方法。为了验证1D-CNN算法在电机故障识别领域的有效性,以一组空调故障电机作为实验对象,搭建电机故障诊断平台,对4种状态的空调电机进行声信号采集实验,制作电机故障声信号数据集,并运用1DCNN算法对数据集进行分类,计算出基于该算法的电机故障识别准确率。实验结果表明,1D-CNN算法作为一种新型结构深度学习算法,能够对电机故障声信号进行很好分类,分类准确率高于FFT-BP、SVM、FFT-SAE等算法。为了探究1D-CNN算法内在机制,还对1D-CNN算法性能进行t-SNE可视化分析。 展开更多
关键词 故障诊断 深度学习 卷积神经网络 电机故障
在线阅读 下载PDF
基于工业物联网架构的压缩机远程在线监测与故障诊断平台 认领
4
作者 郭梁柱 吴勇 李丽双 《压缩机技术》 2021年第1期22-27,共6页
撬装式往复压缩机是页岩气开采的关键设备,状态监测和故障诊断系统是设备安全运行的重要保障。撬装式往复压缩机结构复杂,其状态有关的工况数据量大且关系复杂,而且实现状态监测需要配置有一定数量的振动传感器,建立以状态监测和故障诊... 撬装式往复压缩机是页岩气开采的关键设备,状态监测和故障诊断系统是设备安全运行的重要保障。撬装式往复压缩机结构复杂,其状态有关的工况数据量大且关系复杂,而且实现状态监测需要配置有一定数量的振动传感器,建立以状态监测和故障诊断为基础的高效稳定的监测平台非常重要。本文介绍了基于物联网架构的压缩机远程在线监测与故障诊断平台,论述了该平台整体设计结构和特点,故障分析模块,并给出了具体应用实例,取得了良好应用效果。 展开更多
关键词 远程在线监测 故障诊断 撬装式往复压缩机
在线阅读 下载PDF
基于多参信息量的智能变电站继电保护二次回路故障在线诊断 认领
5
作者 李玉峰 吴晓宾 +2 位作者 孔海波 梁素杰 王明钦 《自动化技术与应用》 2021年第3期172-175,共4页
为确保智能变电站继电保护装置二次回路稳定性与可靠性,本文设计了基于多参信息量的继电保护二次回路故障在线监控与诊断系统。基于网络报文记录分析装置的功能特性,配置其与继电保护设备间链路关联性,获得二次回路核心报文数据信息,传... 为确保智能变电站继电保护装置二次回路稳定性与可靠性,本文设计了基于多参信息量的继电保护二次回路故障在线监控与诊断系统。基于网络报文记录分析装置的功能特性,配置其与继电保护设备间链路关联性,获得二次回路核心报文数据信息,传输于调度端以综合分析,以获取SV、GOOSE网络链路实时状态与回路故障在线诊断方法策略。 展开更多
关键词 多参信息量 智能变电站 继电保护 二次回路 故障诊断
在线阅读 下载PDF
基于IPSO-DBN的管道故障诊断方法 认领
6
作者 王新颖 赵斌 +2 位作者 张瑞程 黄旭安 陈海群 《消防科学与技术》 CAS 北大核心 2021年第2期263-267,共5页
针对城市燃气管道故障诊断效果不佳的问题,提出了一种基于改进粒子群算法优化深度信念网络(IPSO-DBN)的管道故障诊断方法。该方法首先对粒子群算法(PSO)中的惯性权重ω、加速因子C1和C2进行修正,得到改进粒子群优化算法(IPSO),并采用两... 针对城市燃气管道故障诊断效果不佳的问题,提出了一种基于改进粒子群算法优化深度信念网络(IPSO-DBN)的管道故障诊断方法。该方法首先对粒子群算法(PSO)中的惯性权重ω、加速因子C1和C2进行修正,得到改进粒子群优化算法(IPSO),并采用两种基准函数对比测试PSO与IPSO的网络性能,证明所选改进方法的优越性。其次利用IPSO优化深度信念网络(DBN)的初始权重,建立合适的DBN网络,将4种不同燃气管道工况下的实验数据用于IPSO-DBN网络训练及预测。最后将实验所得的故障诊断准确率与BP、DBN、PSO-DBN方法进行对比分析。实验结果表明,对于燃气管道不同工况下的故障分类识别,IPSO-DBN方法的平均测试集诊断准确率高达94.5%,诊断效果优于传统的BP、DBN以及PSO-DBN方法。 展开更多
关键词 燃气管道 故障诊断 粒子群算法 深度信念网络
在线阅读 下载PDF
基于CEEMDAN-Hilbert-CNN的滚动轴承故障诊断 认领
7
作者 李雪颖 朱哈娜 刘慧明 《青岛科技大学学报:自然科学版》 CAS 2021年第2期97-103,共7页
在故障诊断方面,针对希尔伯特黄变换信号分解存在模态混叠和人工神经网络面对高维数据收敛性差、特征分类误差大等问题,提出一种改进的希尔伯特黄变换与卷积神经网络相结合的滚动轴承故障诊断的新方法:将希尔伯特黄变换的经验模态分解... 在故障诊断方面,针对希尔伯特黄变换信号分解存在模态混叠和人工神经网络面对高维数据收敛性差、特征分类误差大等问题,提出一种改进的希尔伯特黄变换与卷积神经网络相结合的滚动轴承故障诊断的新方法:将希尔伯特黄变换的经验模态分解替换为自适应白噪声的完整经验模态分解,并与卷积神经网络相结合。提出的滚动轴承故障诊断新方法进行故障诊断过程:首先应用改进的希尔伯特黄变换对数据进行处理得到一个瞬时频率矩阵,然后将瞬时频率矩阵进行重构,最后搭建卷积神经网络,将重构数据输入卷积神经网络进行分类。经反复实验并与已有方法进行比较,可验证所提出的方法是合理且行之有效的。 展开更多
关键词 滚动轴承 故障诊断 自适应白噪声的完整经验模态分解 希尔伯特黄变换 卷积神经网络
在线阅读 下载PDF
基于LSTM与迁移学习的滚动轴承故障诊断 认领
8
作者 修嘉芸 谷玉海 +1 位作者 任斌 王红军 《重庆理工大学学报:自然科学》 CAS 北大核心 2021年第1期83-88,共6页
目前以数据驱动为基础的深度学习故障诊断方法已经得到了广泛的研究,然而基于深度学习的故障诊断普遍存在需要海量训练数据的不足。为有效克服上述问题,提出了一种基于长短期记忆网络(long short-term memory,LSTM)与迁移学习结合的滚... 目前以数据驱动为基础的深度学习故障诊断方法已经得到了广泛的研究,然而基于深度学习的故障诊断普遍存在需要海量训练数据的不足。为有效克服上述问题,提出了一种基于长短期记忆网络(long short-term memory,LSTM)与迁移学习结合的滚动轴承智能故障诊断方法。首先使用心电图片段数据对网络中的参数进行训练,然后将正常状态下和各类故障状态下的滚动轴承曲线作为网络输入训练网络最后3个全连接层,最后得到整个训练网络。通过数据验证,证明所采用的方法与传统的故障诊断方法相比,能更加智能识别各类故障类别,并且拥有更高的正确率和良好的泛化能力。 展开更多
关键词 长短期记忆网络 迁移学习 滚动轴承 故障诊断
在线阅读 免费下载
一起500 kV油浸式电抗器故障调查及防范措施分析 认领
9
作者 胡晓静 徐鹏 +2 位作者 王海亮 初阳 陈昊 《电力系统保护与控制》 EI CSCD 北大核心 2021年第2期173-178,共6页
作为电力系统重要的无功补偿设备,高压并联电抗器能够补偿输电线路的电容效应,具有调节无功和电压的作用。运行中电抗器故障将对输电网络的安全稳定构成严重威胁,因此分析其故障成因对维护电网安全具有重要意义。针对一起500 kV油浸式... 作为电力系统重要的无功补偿设备,高压并联电抗器能够补偿输电线路的电容效应,具有调节无功和电压的作用。运行中电抗器故障将对输电网络的安全稳定构成严重威胁,因此分析其故障成因对维护电网安全具有重要意义。针对一起500 kV油浸式高压并联电抗器故障,基于油色谱中特征气体成分分析、气体含量比值计算、特征气体增长趋势分析及返厂前设备特征气体计算等方法对其故障成因进行剖析。然后通过直流电阻、绝缘及介损、振动、噪声和温升试验等诊断试验进一步排查,综合运用绕组检查、铁心检查、连接部位检查、样品检测分析等研判出本次事故原因为电抗器铁心硅钢片间绝缘不良。最后提出了相应的防范措施,为同类型高压并联电抗器的制造工艺管控、故障诊断和运行维护提供参考。 展开更多
关键词 高压并联电抗器 油色谱诊断试验 片间绝缘不良 故障诊断
在线阅读 下载PDF
信息技术在汽车维修中的应用研究 认领
10
作者 高景峰 李文涛 魏霞 《内燃机与配件》 2021年第2期148-149,共2页
自21世纪以来,在我国综合实力日益强大的背景下,国家现代工业取得了飞速的发展,这也在很大程度上促进了我国汽车制造业的进步,现如今,汽车制造业已经在国家经济增长中占据着举足轻重的地位。不过,虽然我国的汽车行业正变得日益繁荣,不... 自21世纪以来,在我国综合实力日益强大的背景下,国家现代工业取得了飞速的发展,这也在很大程度上促进了我国汽车制造业的进步,现如今,汽车制造业已经在国家经济增长中占据着举足轻重的地位。不过,虽然我国的汽车行业正变得日益繁荣,不过却仍有一些较为尖锐的问题亟需解决,这对汽车制造行业的汽车产品安全有着巨大的影响。为此,要想使汽车产品的安全性让人们所信任,便需要全面、深入的掌握汽车维修技术。本文便对信息技术在汽车维修中的应用开展比较深入的研究。 展开更多
关键词 信息技术 汽车维修 故障诊断
在线阅读 下载PDF
GA-ACO优化BP神经网络在行星齿轮箱故障诊断中的应用 认领
11
作者 高畅 于忠清 周强 《机械传动》 北大核心 2021年第3期153-160,共8页
针对目前利用优化算法改进的BP神经网络算法对行星齿轮箱进行故障诊断过程中存在的故障识别率低、收敛速度慢和参数选择困难等问题,提出了一种用GA-ACO算法对神经网络参数进行优化的算法。给出GA-ACO-BP算法的基本原理和主要步骤,并将... 针对目前利用优化算法改进的BP神经网络算法对行星齿轮箱进行故障诊断过程中存在的故障识别率低、收敛速度慢和参数选择困难等问题,提出了一种用GA-ACO算法对神经网络参数进行优化的算法。给出GA-ACO-BP算法的基本原理和主要步骤,并将此方法应用到行星齿轮箱的故障诊断中。比较了ACO-BP神经网络算法和GA-ACO-BP算法的性能。结果表明,ACO优化BP神经网络算法对行星齿轮箱的故障诊断收敛速度慢且识别精度不高,而GA-ACO-BP算法能够对行星齿轮箱故障进行准确、快速的诊断和识别。 展开更多
关键词 GA-ACO-BP算法 行星齿轮箱 故障诊断 遗传算法 蚁群优化算法 BP神经网络
在线阅读 下载PDF
改进MOMEDA方法及其在滚动轴承故障特征增强中的应用 认领
12
作者 陈丙炎 宋冬利 +1 位作者 张卫华 程尧 《机械强度》 CAS CSCD 北大核心 2021年第1期1-8,共8页
针对多点最优最小熵解卷积调整(Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA)方法在增强轴承故障特征时无法自动识别故障脉冲周期及解卷积信号长度减少的不足,提出一种改进的MOMEDA(Improved MOMEDA,IMOMEDA)方... 针对多点最优最小熵解卷积调整(Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA)方法在增强轴承故障特征时无法自动识别故障脉冲周期及解卷积信号长度减少的不足,提出一种改进的MOMEDA(Improved MOMEDA,IMOMEDA)方法。采用振动信号的平方包络的自相关谱自适应地识别故障脉冲周期,根据识别的脉冲周期对振动信号解卷积以增强周期性脉冲特征;然后利用信号波形延拓方法对解卷积信号延拓使其长度与原始信号保持一致;最后对已获得的解卷积信号再进行一定次数的解卷积以有效增强原始信号中的周期性特征。轴承故障仿真信号和铁路轴承实验信号的分析结果及与Kurtogram方法的对比结果表明:改进的MOMEDA方法能够自动识别故障脉冲周期并有效增强滚动轴承的故障特征。 展开更多
关键词 特征增强 故障诊断 铁路轴承 多点最优最小熵解卷积调整 自相关函数
在线阅读 下载PDF
基于状态观测器的空间机械臂关节故障诊断 认领
13
作者 贾庆轩 符颖卓 +1 位作者 陈钢 徐文倩 《航空学报》 EI CAS CSCD 北大核心 2021年第1期158-168,共11页
为了实时检测空间机械臂关节故障的发生并获得有效的故障信息,提出一种基于状态观测器的关节故障诊断方法。通过结合滑模变结构控制理论设计滑模状态观测器,获得机械臂各运行状态的残差信息,并将其与设定的阈值比较,实现关节故障的检测... 为了实时检测空间机械臂关节故障的发生并获得有效的故障信息,提出一种基于状态观测器的关节故障诊断方法。通过结合滑模变结构控制理论设计滑模状态观测器,获得机械臂各运行状态的残差信息,并将其与设定的阈值比较,实现关节故障的检测。进而引入不同的故障模式,构建故障数据库,将实际关节故障所导致的机械臂故障残差信息与故障数据库对比,完成故障发生位置及其故障程度的识别。所提诊断方法考虑了空间机械臂系统内部强耦合特性,能够及时检测故障的发生并获取有效的故障信息。最后以7自由度空间机械臂为对象开展数值仿真研究,验证了所提关节故障诊断方法的有效性。 展开更多
关键词 空间机械臂 关节故障 故障诊断 状态观测器 相似度
面向电网故障诊断的分层免疫模型设计 认领
14
作者 王守鹏 赵冬梅 +3 位作者 袁敬中 高杨 姜宇 张立斌 《广东电力》 2021年第1期74-80,共7页
针对现有电网故障诊断模型存在的诊断性能低、模型不完备等问题,构建一种面向电网故障诊断的分层免疫模型。首先,分析固有、适应性免疫的防御作用及配合关系;然后,探讨电网故障诊断系统面临的主要问题和设计要求,提出相应的技术思路;最... 针对现有电网故障诊断模型存在的诊断性能低、模型不完备等问题,构建一种面向电网故障诊断的分层免疫模型。首先,分析固有、适应性免疫的防御作用及配合关系;然后,探讨电网故障诊断系统面临的主要问题和设计要求,提出相应的技术思路;最后,参照免疫系统的有关原理与防御机制,采取分层诊断策略,构建一种能够适用于电网故障诊断的分层免疫模型,介绍该模型各层级的功能、诊断原理以及模型层次间的信号交互方式。仿真算例分析结果验证了所设计模型的有效性和可行性。 展开更多
关键词 电网 故障诊断 免疫系统 分层免疫模型
在线阅读 下载PDF
基于XGBoost的冷水机组不平衡数据故障诊断 认领
15
作者 潘进 丁强 +2 位作者 江爱朋 陈越增 夏宇栋 《机械强度》 CAS CSCD 北大核心 2021年第1期27-33,共7页
冷水机组运行数据分布有不平衡、非高斯、非线性、含噪声的特点,这给基于数据的冷水机组故障诊断带来了挑战。针对这些特点,提出了一种将局部密度过采样算法(Minority Oversampling under Local Area Density,MOLAD)和极限梯度提升算法(... 冷水机组运行数据分布有不平衡、非高斯、非线性、含噪声的特点,这给基于数据的冷水机组故障诊断带来了挑战。针对这些特点,提出了一种将局部密度过采样算法(Minority Oversampling under Local Area Density,MOLAD)和极限梯度提升算法(e Xtreme Gradient Boosting,XGBoost)相结合的复合算法应用于冷水机组故障诊断中,以克服样本分布不平衡问题,引入代价敏感学习理论来提升重要故障的召回率。基于离心式冷水机组常见的七个故障监测数据进行仿真,结果表明:XGBoost相比于对照组能够更好的对冷水机组状态监测数据进行分类;MOLAD-XGBoost复合模型能够有效处理数据不平衡问题;代价敏感权重可以有效提高重要故障的召回率。 展开更多
关键词 故障诊断 冷水机组 极限梯度提升 不平衡数据 过采样
在线阅读 下载PDF
基于深度学习的电力设备红外图像故障诊断方法 认领 被引量:1
16
作者 陈达 唐文虎 牛哲文 《广东电力》 2021年第1期97-105,共9页
红外热成像检测技术在变电站中的广泛应用产生了大量红外图像。针对变电站人工故障诊断作业量大、效率低的问题,提出了一种基于MobileNet的设备红外图像自动故障诊断方法,并进行了软件封装。首先,考虑到检测速率需求,构建了基于MobileNe... 红外热成像检测技术在变电站中的广泛应用产生了大量红外图像。针对变电站人工故障诊断作业量大、效率低的问题,提出了一种基于MobileNet的设备红外图像自动故障诊断方法,并进行了软件封装。首先,考虑到检测速率需求,构建了基于MobileNet轻量化网络的深度学习电力设备分类模型,并通过迁移学习提高模型训练效率和准确率;其次,利用比色条和温度极值拟合出图像灰度与实际温度的函数关系,以此计算出红外图像中设备热点的温度;最后,对以上结果和故障诊断规范进行软件封装,实现了故障的自动诊断。实验结果表明:该软件设备分类准确率达到95.7%,计算所得热点温度与实际温度的误差均值为-0.29%,所提出方法和软件有效提高了电力设备红外图像故障诊断效率,为变电站智能巡检提供了新思路。 展开更多
关键词 变电设备 故障诊断 迁移学习 红外图像 图像分类
在线阅读 下载PDF
电力变压器的高压试验与故障处理 认领
17
作者 王胜龙 《集成电路应用》 2021年第3期74-75,共2页
阐述电力变压器故障诊断方法,包括绕组直流电阻测量、绝缘电阻测量与泄漏电流及交流耐压试验、局部放电测量、红外线测试、油中溶解气体色谱分析、绕组频率响应分析。
关键词 电力变压器 高压试验 故障诊断
在线阅读 下载PDF
基于多尺度模糊熵的齿轮故障诊断方法 认领
18
作者 吴英建 王景霖 刘贞报 《测控技术》 2021年第3期19-23,共5页
齿轮作为旋转机械的关键零部件之一,其健康状态会影响机械设备的正常运行,因此需要对齿轮进行故障诊断。为了克服模糊熵从单一尺度上考虑时间序列复杂度不够全面的问题,采用了多尺度模糊熵从多个尺度对信号进行处理从而提取故障特征,并... 齿轮作为旋转机械的关键零部件之一,其健康状态会影响机械设备的正常运行,因此需要对齿轮进行故障诊断。为了克服模糊熵从单一尺度上考虑时间序列复杂度不够全面的问题,采用了多尺度模糊熵从多个尺度对信号进行处理从而提取故障特征,并借助对类域的交叉或重叠较多的待分样本集识别效果显著的K最近邻分类器对提取的多尺度模糊嫡特征进行分类,确定齿轮是否发生故障和发生故障的类型。为了验证提出方法的有效性,使用齿轮故障试验台采集相关数据集对方法进行测试并与多尺度度以及根据时间和频率特性提取的特征进行对比,提出的方法对5种不同的齿轮故障类型识别率达到了100%,明显优于两种对比特征提取方法,为齿轮故障诊断提供了新思路。 展开更多
关键词 故障诊断 特征提取 多尺度模糊熵 齿轮
在线阅读 免费下载
一种针对液体火箭发动机可靠性的双线评估方法 认领
19
作者 谭永华 李健 +4 位作者 贺元军 周海京 王亚龙 李福秋 刘金燕 《推进技术》 EI CAS CSCD 北大核心 2021年第2期421-430,共10页
针对液体火箭发动机可靠性评估过程中试验数据利用不充分、主观性强、与设计改进关联不足等现状,给出了一种可靠性双线评估方法,在有限试车条件下提升可靠性评估结果的准确性,并从风险控制角度识别出发动机的薄弱环节。该方法采用两条... 针对液体火箭发动机可靠性评估过程中试验数据利用不充分、主观性强、与设计改进关联不足等现状,给出了一种可靠性双线评估方法,在有限试车条件下提升可靠性评估结果的准确性,并从风险控制角度识别出发动机的薄弱环节。该方法采用两条主线开展可靠性评估,第一条线以发动机部组件试验数据为输入,以发动机工作时序为线索,识别发动机故障模式,建立可靠性模型,将部组件故障模式的发生概率带入可靠性模型中,采用不确定性传播算法,得到发动机可靠性先验分布。第二条线以发动机整机试验数据为输入,采用威布尔可靠性评估方法,得到发动机可靠性追加信息;随后采用贝叶斯方法进行双线融合,计算发动机可靠性的后验分布。通过可靠性双线评估方法,扩充了可靠性评估的数据来源,并从风险控制角度辨识了发动机的关键部组件及其故障模式,提升了可靠性评估的工程应用价值。 展开更多
关键词 液体火箭发动机 故障诊断 可靠性模型 可靠性评估 数据融合 风险控制
改进胶囊网络的滚动轴承故障诊断方法 认领
20
作者 孙岩 彭高亮 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2021年第1期23-28,共6页
针对滚动轴承工作环境噪声复杂,振动信号信噪比低且呈现非平稳和非线性的特点,以及传统诊断方法在噪声环境下分类诊断准确率低等问题,提出一种基于改进胶囊网络特征提取结构和反向传播损失值计算方法的滚动轴承故障诊断模型.应用多尺度... 针对滚动轴承工作环境噪声复杂,振动信号信噪比低且呈现非平稳和非线性的特点,以及传统诊断方法在噪声环境下分类诊断准确率低等问题,提出一种基于改进胶囊网络特征提取结构和反向传播损失值计算方法的滚动轴承故障诊断模型.应用多尺度卷积核Inception结构和空间注意力机制,替代传统胶囊网络单一卷积层进行特征提取,得到不同尺度下、重点区域突出的特征数据,利用胶囊结构构建向量神经元,通过动态路由的特征传递方式,得到分类结构数字胶囊,实现故障诊断;训练过程损失计算采用间隔损失和重构损失相结合的方法,通过调节二者比例系数,构建更加合理的反向传播计算过程.为验证模型的实际诊断效果,利用凯斯西储大学轴承数据集中4种转速及对应4种负载工况下的实验数据,通过添加不同幅值能量的高斯白噪声,以降低信噪比的方式开展实验;与双卷积层胶囊网络和传统卷积神经网络进行对比分析.结果表明,与其他诊断方法相比,提出的方法在噪声环境下能得到良好的诊断结果,抗噪性方面具有明显优势. 展开更多
关键词 滚动轴承 改进胶囊网络 特征提取结构 损失值计算 故障诊断 抗噪性
在线阅读 免费下载
上一页 1 2 250 下一页 到第
使用帮助 返回顶部 意见反馈