【摘 要】
：
缘于多传感器信号的融合能够更加准确地诊断机械故障,针对传统浅层融合模型对复杂数据非线性映射与特征表示能力较弱的问题,提出一种利用深度卷积神经网络(deep convolutiona
【机 构】
：
兰州理工大学机电工程学院,安阳工学院机械工程学院
【基金项目】
：
国家自然科学基金面上资助项目(51675253),国家重点研发计划资助项目(2016YFF0203303-04),河南省科技攻关资助项目(202102210264)。
论文部分内容阅读
缘于多传感器信号的融合能够更加准确地诊断机械故障,针对传统浅层融合模型对复杂数据非线性映射与特征表示能力较弱的问题,提出一种利用深度卷积神经网络(deep convolutional neural network,简称DCNN)融合多传感器信号特征的机械故障诊断方法。首先,对多传感器振动信号分别进行特征提取,将获得特征向量作为一维特征面构造多传感器特征面集合,将该集合作为深度卷积神经网络的输入;其次,利用深度网络结构实现对多通道特征面的自适应层级化融合与提取;最后,由softmax回归分类器输出诊断结果。
其他文献
为探究分布式电源出力的相关性对交流配网的影响,提出一种考虑分布式电源出力相关性的配电网概率潮流计算方法。首先,采用Copula函数描述分布式电源出力的相关性,建立联合分
为了研究装载机工作装置载荷数据模型和载荷谱特性,以动臂板上截面弯矩为中间变量,确定工作装置当量外载荷。以LW900K装载机实测铰点载荷为依据,建立了核密度估计和参数分布
针对HVDC输电线路故障识别率低、远端高阻故障识别困难等问题,提出一种基于变分模态分解VMD(variational mode decomposition)多尺度模糊熵的HVDC输电线路智能故障识别方法。
我国现在"扫黑除恶"专项斗争正处于决胜阶段,继续保持着对黑恶势力的高压打击态势,并逐渐向信息网络方向延伸。相比现实社会中的黑恶势力,虽然网络黑恶势力组织结构逐渐扁平
由于变桨轴承不完全转动的工作特殊性,基于振动或应变等常规监测手段难以奏效,为此提出一种基于声发射(acoustic emission,简称AE)技术监测方法获取信号,并采用短时傅里叶方
提出了用于压电宏纤维(macro fiber composites,简称MFC)驱动的柔性仿锦鲤尾鳍推进力动态精密测量的悬臂式微推进力测量系统。基于矩形截面悬臂梁的纯弯曲和扭转变形理论,首
工业管架风荷载的遮挡效应显著,现行规范风荷载取值安全性、合理性急需进行评估。以石油化工厂区常见的管架、裂解炉为对象,采用测力(high frequency force balance,简称HFFB