改进胶囊网络的滚动轴承故障诊断方法

孙岩; 彭高亮

首页> 中文期刊> 《哈尔滨工业大学学报》 >改进胶囊网络的滚动轴承故障诊断方法

改进胶囊网络的滚动轴承故障诊断方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

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.

著录项

来源
《哈尔滨工业大学学报》 |2021年第1期|23-28|共6页
作者
孙岩; 彭高亮;
展开▼
作者单位

哈尔滨工业大学机电工程学院哈尔滨150001;

哈尔滨工业大学机电工程学院哈尔滨150001;

展开▼
原文格式 PDF
正文语种 chi
中图分类轴承;
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;

相似文献

中文文献
外文文献
专利

1. 利用改进卷积神经网络的滚动轴承变工况故障诊断方法 [J] . 赵小强 ,张亚洲 . 西安交通大学学报 . 2021,第012期
2. 使用改进残差神经网络的滚动轴承变工况故障诊断方法 [J] . 赵小强 ,梁浩鹏 . 西安交通大学学报 . 2020,第009期
3. 滚动轴承多状态特征信息的改进型卷积神经网络故障诊断方法 [J] . 周陈林 ,董绍江 ,李玲 . 振动工程学报 . 2020,第004期
4. 基于小波包和改进BP神经网络的滚动轴承故障诊断方法 [J] . 丁庆喜 ,田福庆 ,罗荣 . 现代电子技术 . 2013,第008期
5. 一种基于改进的LeNet-5模型滚动轴承故障诊断方法研究 [J] . 吴晨芳 ,杨世锡 ,黄海舟 . 振动与冲击 . 2021,第012期
6. 基于改进标准化EMD的滚动轴承故障诊断方法 [C] . 查伟 ,徐东 ,李兴林 . 第五届中国轴承论坛 . 2009
7. 基于改进DQN网络的滚动轴承故障诊断方法研究 [A] . 刘哲 . 2021

改进胶囊网络的滚动轴承故障诊断方法

摘要

著录项

相似文献

相关主题

期刊订阅