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滚动轴承故障诊断研究

高统林; 朱坚民; 黄之文上海理工大学
农业装备与车辆工程2019
4阅读
引用收藏
分享

摘要

针对滚动轴承故障特征难以准确表征的问题,基于轴承振动信号具有短时平稳性的特点,提出对轴承振动信号进行分帧、加窗、DFT、图像编码等处理后构建表征轴承故障的振动信号振谱图。设计用于滚动轴承故障诊断的深度卷积神经网络,采用已知故障模式的轴承振动信号振谱图及其对应的故障标签对网络进行训练。基于此方法,以美国凯斯西储大学公开的滚动轴承故障诊断实测振动信号为对象进行故障建模与识别,结果表明:所识别的轴承故障准确率达到100%,获得了很高的故障诊断精度。

学科与关键词

关键词
深度卷积神经网络滚动轴承故障诊断振动信号振谱图
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
农业装备与车辆工程
发表日期
2019
卷期
第 12 期
页码
1-9
语言
中文
成果收录
CHINAJOURNAL

作者

  • 高

    高统林 (第一作者)

  • 朱

    朱坚民

查看全部 3 位作者收起作者
  • 黄

    黄之文

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