首页> 中文期刊> 《机床与液压》 >基于深度卷积神经网络的轴承故障诊断技术研究

基于深度卷积神经网络的轴承故障诊断技术研究

         

摘要

为了提高轴承故障诊断的准确度,采用深度卷积神经网络算法来实现轴承故障分类.首先根据轴承振动故障特征频率建立轴承故障数据库,接着对轴承的振动信号按不同切片长度和固定宽度进行周期提取,建立特征向量矩阵,然后建立深度卷积神经网络的故障诊断模型,在网络设计时,差异化设置卷积核与池化尺寸,优化神经网络训练的核心参数,最后获得稳定的卷积神经网络模型.经过实例仿真,基于深度卷积神经网络的轴承故障分类准确率高,标准差小.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号