基于1D-CNN联合特征提取的轴承健康监测与故障诊断

刘立; 朱健成; 韩光洁; 毕远国

首页> 中文期刊> 《软件学报》 >基于1D-CNN联合特征提取的轴承健康监测与故障诊断

基于1D-CNN联合特征提取的轴承健康监测与故障诊断

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

针对特定机械设备构建数据驱动的故障诊断模型缺乏泛化能力,而轴承作为各型机械的共有核心部件,对其健康状态的判定对不同机械的衍生故障分析具有普适性意义.提出了一种基于1D-CNN(one-dimensional convolution neural network)合特征提取的轴承健康监测与故障诊断算法.算法首先对轴承原始振动信号进行分区裁剪,裁剪获得的信号分区作为特征学习空间并行输入1D-CNN中,以提取各工况下的代表性特征域.为了避免对故障重叠信息的处理,优先使用对健康状态敏感的特征域构建轴承健康状态判别模型,若健康状态判别模型识别轴承未处于健康状态,特征域将与原始信号联合重构,通过耦合自动编码器开展故障模式判定.使用凯斯西储大学(Case Western Reserve University)的轴承数据开展实验,结果表明,该算法继承了深层学习模型的准确性和鲁棒性,具有较高的故障诊断精度和较低的诊断时延.

著录项

来源
《软件学报》 |2021年第8期|2379-2390|共12页
作者
刘立; 朱健成; 韩光洁; 毕远国;
展开▼
作者单位

河海大学信息学部物联网工程学院江苏常州213022;

河海大学信息学部物联网工程学院江苏常州213022;

河海大学信息学部物联网工程学院江苏常州213022;

东北大学计算机科学与工程学院辽宁沈阳 110169;

展开▼
原文格式 PDF
正文语种 chi
中图分类自动推理、机器学习;
关键词
工业物联网; 故障诊断; 轴承; 一维卷积神经网络; 联合特征;

相似文献

中文文献
外文文献
专利

1. 基于残差连接和1D-CNN的滚动轴承故障诊断研究 [J] . 赵敬娇 ,赵志宏 ,杨绍普 . 振动与冲击 . 2021,第010期
2. 基于1D-CNN的滚动轴承端到端故障诊断方法 [J] . 康涛 ,王书 ,陈志刚 . 设备管理与维修 . 2021,第013期
3. 基于全矢1D-CNN的轴承故障诊断研究 [J] . 谢远东 ,雷文平 ,韩捷 . 设备管理与维修 . 2019,第015期
4. 声振信号联合1D-CNN的大型电机故障诊断方法 [J] . 赵书涛 ,王二旭 ,陈秀新 . 哈尔滨工业大学学报 . 2020,第009期
5. 基于TET瞬态特征提取的滚动轴承早期故障诊断研究 [J] . 陈志刚 ,赵杰 ,张楠 . 机电工程 . 2021,第006期
6. 基于Hilbert-Huang变换和粗糙集的加注泵轴承健康监测 [C] . 邢晓辰 ,蔡远文 ,赵乙斌 . 第二十四届测试与故障诊断技术研讨会 . 2015
7. 基于奇异值特征提取的高速列车轴箱轴承故障诊断方法研究 [A] . 黄晨光 . 2019

基于1D-CNN联合特征提取的轴承健康监测与故障诊断

摘要

著录项

相似文献

相关主题

期刊订阅