文档名：滚动轴承故障诊断的TDDCCNN方法研究
摘要：轴承的健康状态对于雷达驱动结构以及直升机传动机构等旋转机械的正常运作至关重要,针对滚动轴承工况复杂,存在噪声,振动信号各故障标签样本不足且不平衡的特点,基于扰动训练样本的可变形卷积和深度残差块结构,提出了一种改进一维卷积神经网络的滚动轴承故障诊断方法.通过设置可变形卷积提高对故障局部特征提取的能力,引入改进的深度残差块来提高模型的泛化能力和对训练数据的敏感性,在加入训练数据时,通过设置训练扰动层加入扰动样本,提升模型的鲁棒性.以凯斯西储大学轴承数据集为实验数据集,分割训练集和测试集,实验结果证明了所提方法的有效性,TD-DCCNN算法在信噪比为0的情况下仍可以达到90.35%的平均准确率,与其他诊断算法相比有一定的优越性.
作者：王体春 解缙 咸玉贝 胡玉峰 Author：WANGTichun XIEJin XIANYubei HUYufeng
作者单位：南京航空航天大学机电学院,南京210016上海民航华东空管工程技术有限公司,上海201702
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(13)
分类号：TH17
关键词：故障诊断 滚动轴承 一维卷积神经网络 可变形卷积 扰动训练
Keywords：faultdiagnosis rollingbearing one-dimensionalconvolutionneuralnetwork deformableconvolution disturbancetraining
机标分类号：
在线出版日期：2023年8月22日
基金项目：江苏省自然科学基金面上项目，国家自然科学基金，国家自然科学基金，华东空管局科技项目滚动轴承故障诊断的TD-DCCNN方法研究[
期刊论文] 重庆理工大学学报--2023, 37(13)王体春 解缙 咸玉贝 胡玉峰轴承的健康状态对于雷达驱动结构以及直升机传动机构等旋转机械的正常运作至关重要,针对滚动轴承工况复杂,存在噪声,振动信号各故障标签样本不足且不平衡的特点,基于扰动训练样本的可变形卷积和深度残差块结构,提出了一...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
滚动轴承故障诊断的TD-DCCNN方法研究 Fault diagnosis methods of rolling bearings based on TD-DCCNN
滚动轴承故障诊断的TD-DCCNN方法研究.pdf
- 文件大小:
- 1.67 MB
- 下载次数:
- 60
-
高速下载
|
|
