ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于卷积神经网络的层级化智能故障诊断算法

曲建岭; 余路; 袁涛; 田沿平; 高峰中国人民解放军海军潜艇学院
控制与决策2019DOI: 10.13195/j.kzyjc.2018.0253
14阅读
引用收藏
分享

摘要

传统智能故障诊断算法需要依赖人工特征提取和专家知识,而旋转机械设备复杂的工作环境和工况使得传统算法在实际应用中缺乏良好的自适应性和泛化性.针对以上问题,提出基于卷积神经网络(Convolutional neural network, CNN)的层级化故障诊断算法(CNN based hierarchical fault diagnosis, CNN-HFD).首先,将原始振动信号进行分段预处理,以实现数据扩容;然后,分别根据故障类型和故障程度设计多个卷积神经网络,并将原始振动数据以某一时间步进行分割,作为卷积神经网络的输入进行训练;最后,将待识别信号送入CNN-HFD模型,经过分层故障诊断,在...

学科与关键词

关键词
卷积神经网络深度学习层级化故障诊断滚动轴承振动信号 convolutional neural networkdeep learninghierarchical fault diagnosisrolling bearingvibration signal
相关
加载中…
  • 基于卷积神经网络的滚动轴承故障诊断研究
    高统林; 朱坚民; 黄之文农业装备与车辆工程, 2019, (12): 1-9.
  • Intelligent Fault Diagnosis for Rotary Machinery Using Transferable Convolutional Neural Network
    Chen, Zhuyun; Gryllias, Konstantinos; Li, Weihua*IEEE Transactions on Industrial Informatics, 2020, 16(1): 339-349.被引 185
  • Parallel multi-fusion convolutional neural networks based fault diagnosis of rotating machinery under noisy environments
    Li, Guoqiang; Wu, Jun*; Deng, Chao*; Chen, ZuoyiISA TRANSACTIONS, 2022, 128: 545-555.被引 33
查看全部 →

发表信息

论文状态
公开发表
期刊
控制与决策
发表日期
2019
卷期
第 12 期
页码
2619-2626
DOI
10.13195/j.kzyjc.2018.0253
期刊收录
CAST-E
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金项目(51505491);航空科学基金项目(20165853040);

作者

  • 曲

    曲建岭 (第一作者)

  • 余

    余路

查看全部 5 位作者收起作者
  • 袁

    袁涛

  • 田

    田沿平

  • 高

    高峰

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417