基于多尺度卷积神经网络的滚动轴承智能诊断算法

古天龙; 孙镇海; 宾辰忠; 常亮

首页> 中文期刊> 《机械设计与制造》 >基于多尺度卷积神经网络的滚动轴承智能诊断算法

基于多尺度卷积神经网络的滚动轴承智能诊断算法

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

近些年由于深度学习技术的介入,机械故障诊断算法也日新月异。但是现有的方法过于依赖大量数据支撑并缺乏较好的泛化能力。针对目前存在的两个问题,这里提出了一种基于多尺度卷积神经网络的全新算法(MSCNN)。该方法以轴承原始振动时序信号作为输入,为了实现预期效果,这里采取了如下三种解决思路;(1)模型使用具有一定重复率的样本数据,大幅扩充了样本数量;(2)引入多尺度卷积核进行特征提取;(3)模型根据振动信号的固有特征选择卷积核尺寸。MSCNN不仅能在少量数据下得到近乎100%的故障识别精度,还能够在不同数据集交叉中,表现出优秀的泛化性能。

著录项

来源
《机械设计与制造》 |2022年第5期|20-23|共4页
作者
古天龙; 孙镇海; 宾辰忠; 常亮;
展开▼
作者单位

桂林电子科技大学;

广西可信软件重点实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类机械制造工艺;滚动轴承;
关键词
故障诊断; 深度学习; 卷积神经网络; 小样本; 泛化性能;

相似文献

中文文献
外文文献
专利

1. 基于多尺度卷积神经网络的滚动轴承故障诊断方法 [J] . 许子非 ,金江涛 ,李春 . 振动与冲击 . 2021,第018期
2. 基于卷积神经网络的滚动轴承故障诊断算法 [J] . 高峰 ,曲建岭 ,余路 . 信息技术 . 2019,第004期
3. 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
4. 基于经验模态分解、多尺度熵算法和支持向量机的滚动轴承故障诊断方法 [J] . 张文哲 ,张为民 ,林文波 . 机械制造 . 2018,第004期
5. 基于局部特征尺度分解和核最近邻凸包分类算法的滚动轴承故障诊断方法 [J] . 杨宇 ,曾鸣 ,程军圣 . 振动工程学报 . 2013,第001期
6. 基于一维卷积神经网络的滚动轴承故障诊断 [C] . LI Hongmei ,李红梅 ,HUANG Jinying . 2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议 . 2018
7. 基于卷积神经网络的滚动轴承故障诊断算法研究 [A] . 彭星杰 . 2021

基于多尺度卷积神经网络的滚动轴承智能诊断算法

摘要

著录项

相似文献

相关主题

期刊订阅