基于自适应深度卷积神经网络的发射车滚动轴承故障诊断研究

曹继平; 王赛; 岳小丹; 雷宁

首页> 中文期刊> 《振动与冲击》 >基于自适应深度卷积神经网络的发射车滚动轴承故障诊断研究

基于自适应深度卷积神经网络的发射车滚动轴承故障诊断研究

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

cqvip:作为发射车的关键组成部件,滚动轴承的工作环境复杂,故障诊断困难。提出一种自适应深度卷积神经网络,针对传统CNN诊断方法存在的计算效率较低、参数调试需人工经验指导等问题,采用粒子群优化算法确定CNN模型结构和参数,应用主成分分析法将故障诊断特征学习过程可视化,评估其特征学习能力。将提出方法应用于发射车滚动轴承故障诊断,对比标准CNN、SVM、ANN诊断方法,10种工况的诊断结果表明,提出方法诊断精度高且鲁棒性好。

著录项

来源
《振动与冲击》 |2020年第5期|97-104149|共9页
作者
曹继平; 王赛; 岳小丹; 雷宁;
展开▼
作者单位

火箭军工程大学作战保障学院西安710025;

中国人民解放军96884部队河南洛阳471000;

展开▼
原文格式 PDF
正文语种 chi
中图分类故障预测、诊断与排除;
关键词
故障诊断; 卷积神经网络; 粒子群优化; 发射车; 滚动轴承; 特征学习;

相似文献

中文文献
外文文献
专利

1. 基于多分支深度可分离卷积神经网络的滚动轴承故障诊断研究 [J] . 刘恒畅 ,姚德臣 ,杨建伟 . 振动与冲击 . 2021,第010期
2. 基于变分模态分解与深度卷积神经网络的滚动轴承故障诊断 [J] . 丁承君 ,冯玉伯 ,王曼娜 . 振动与冲击 . 2021,第002期
3. 改进深度卷积神经网络及其在变工况滚动轴承故障诊断中的应用 [J] . 张西宁 ,刘书语 ,余迪 . 西安交通大学学报 . 2021,第006期
4. 基于GADF与卷积神经网络的滚动轴承故障诊断研究 [J] . 刘红军 ,魏旭阳 . 机电工程 . 2021,第005期
5. 基于改进卷积神经网络的滚动轴承智能故障诊断研究 [J] . 宫文峰 ,陈辉 ,张泽辉 . 振动工程学报 . 2020,第002期
6. 一种新型多层深度卷积神经网络的滚动轴承故障诊断方法 [C] . She Daoming ,佘道明 ,Jia Minping . 第十二届全国振动理论及应用学术会议 . -1
7. 免疫自适应的深度卷积神经网络故障诊断应用研究 [A] . 刘向宇 . 2018

基于自适应深度卷积神经网络的发射车滚动轴承故障诊断研究

摘要

著录项

相似文献

相关主题

期刊订阅