基于SCD-CNN的域泛化自适应轴承故障诊断

李辉; 徐伟烝

首页> 中文期刊>天津职业技术师范大学学报 >基于SCD-CNN的域泛化自适应轴承故障诊断

基于SCD-CNN的域泛化自适应轴承故障诊断

开具论文收录证明 >>

期刊封面封底目录下载 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对传统卷积神经网络自适应能力弱,难以适应变工况、少样本和类别不平衡等实际工业应用场景问题,提出了一种基于谱相关密度(SCD)和卷积神经网络(CNN)的轴承故障诊断SCD-CNN方法。该方法利用谱相关密度能有效提取轴承故障特征的能力,提高CNN的泛化能力。文章分析了SCD-CNN模型在变负载工况、少样本和类别不平衡(class imbalance)条件下模型的泛化性能,使用故障类型和非故障类型平衡率不同的样本数,对SCD-CNN模型进行干扰,模型在变负载工况下泛化性能良好;在少样本条件下,使用少量样本进行训练,就可获得较稳定的模型;在样本数据类别不平衡条件下,模型对少数类故障样本的识别能力较强。将SCD-CNN与STFT-CNN和CWT-CNN方法进行对比,结果表明:SCD-CNN的泛化性能良好,其性能优于STFT-CNN和CWT-CNN方法。

著录项

来源
《天津职业技术师范大学学报》|2022年第2期|7-14|共8页
作者
李辉; 徐伟烝;
展开▼
作者单位

天津职业技术师范大学机械工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类滚动轴承;
关键词
故障诊断; 谱相关密度; 卷积神经网络; 短时傅里叶变换; 连续小波变换; 轴承;

相似文献

中文文献
外文文献
专利

1. 基于子域自适应对抗网络的轴承故障诊断 [J] . 周华锋 ,程培源 ,邵思羽 . 振动与冲击 . 2022,第11期
2. 基于动态卷积多层域自适应的轴承故障诊断 [J] . 周华锋 ,程培源 ,邵思羽 . 计算机应用研究 . 2022,第7期
3. 基于二维经验小波纹理域特征自适应提取的轴承故障诊断方法 [J] . 李霖 ,张西宁 ,刘书语 . 西安交通大学学报 . 2021,第12期
4. 基于域适应与分类器差异的滚动轴承跨域故障诊断 [J] . 张永超 ,李琦 ,任朝晖 . 东北大学学报（自然科学版） . 2021,第003期
5. 基于混合域特征优选与DEGWO-SVM的滚动轴承故障诊断 [J] . 毛敏 ,周成江 . 中国科技信息 . 2021,第010期
6. 基于快速自适应经验模态分解的轴承故障诊断 [C] . HU Yue ,胡越 ,TU Xiaotong . 2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议 . 2016
7. 基于局部均值分解的图谱域滚动轴承故障诊断技术的研究 [A] . 陈子旭 . 2021

基于SCD-CNN的域泛化自适应轴承故障诊断

摘要

著录项

相似文献

相关主题

期刊订阅