基于深度卷积GRU的转子系统故障诊断

刘自然; 王煜轩

首页> 中文期刊>组合机床与自动化加工技术 >基于深度卷积GRU的转子系统故障诊断

基于深度卷积GRU的转子系统故障诊断

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

针对转子系统早期故障特征微弱难以提取的问题,结合门控循环单元网络(GRU)提出一种深度卷积门控循环单元(DCGRU)故障诊断方法。该方法采用卷积操作提取转子系统振动信号的高维特征,基于GRU网络处理其中的深层时序特征,利用Softmax层进行特征分类识别实现故障诊断。该方法通过卷积拟合样本的非线性特征,从而提高了GRU网络的时序特征提取能力,优化了传统GRU网络训练过程中存在的梯度消失和梯度爆炸现象。转子系统故障诊断实验结果表明,DCGRU方法能精确表征转子系统振动信号的隐含时序特征,进而得到更高的故障诊断精度。

著录项

来源
《组合机床与自动化加工技术》|2023年第1期|101-104|共5页
作者
刘自然; 王煜轩;
展开▼
作者单位

河南工业大学机电工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类机械动力学;程序控制机床、数控机床及其加工;
关键词
门控循环单元; 深度学习; 转子系统; 故障诊断;

相似文献

中文文献
外文文献
专利

1. 基于空洞卷积神经网络与注意力机制GRU的滚动轴承故障诊断 [J] . 葛超 ,杨奇睿 ,刘佳伟 . 中国冶金 . 2022,第4期
2. 基于改进的堆叠降噪自动编码器深度模型的转子-转轴系统故障诊断方法 [J] . 姜万录 ,李金虎 ,李振宝 . 机床与液压 . 2020,第21期
3. 基于深度卷积网络的裂纹转子耦合故障检测方法 [J] . 刘天源 ,郑召利 ,谢永慧 . 汽轮机技术 . 2020,第3期
4. 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
5. 基于卷积神经网络算法的汽轮机转子故障诊断研究 [A] . 董文卓 . 2020

基于深度卷积GRU的转子系统故障诊断

摘要

著录项

相似文献

相关主题

期刊订阅