中北大学软件学院 2. 中北大学机械工程学院
纸质出版:2022
移动端阅览
郝德琛, 李华玲, 黄晋英. 小波包分解和改进ResNet行星齿轮箱故障诊断方法[J]. 传感器与微系统, 2022,(8):116-119+123.
小波包分解和改进ResNet行星齿轮箱故障诊断方法[J]. 2022, (8): 116-119+123.
郝德琛, 李华玲, 黄晋英. 小波包分解和改进ResNet行星齿轮箱故障诊断方法[J]. 传感器与微系统, 2022,(8):116-119+123. DOI: 10.13873/J.1000-9787(2022)08-0116-04.
小波包分解和改进ResNet行星齿轮箱故障诊断方法[J]. 2022, (8): 116-119+123. DOI: 10.13873/J.1000-9787(2022)08-0116-04.
针对行星齿轮箱中故障诊断信号存在的类内离散大和类间相似的问题,提出识别技术改进深度残差网络(IResNet)和小波包分解(WPD)模型。行星齿轮箱振动信号进行小波包频段分解后,振动信号的故障类型和各个频段的能量熵分布有一定关联。筛选最优解得结果进行振动信号的重构,作为样本。使用改进深度残差网络,在网络拥有残差结构的基础上,通过使用紧凑卷积(CompConv)模块替换卷积模块,并减少网络深度,使网络模型变得轻量化。在网络中加入自注意力机制,进一步提高网络的准确率。使用WPD-IResNet网络模型进行10次实验,故障诊断准确率平均值为99.1%。
针对行星齿轮箱中故障诊断信号存在的类内离散大和类间相似的问题,提出识别技术改进深度残差网络(IResNet)和小波包分解(WPD)模型。行星齿轮箱振动信号进行小波包频段分解后,振动信号的故障类型和各个频段的能量熵分布有一定关联。筛选最优解得结果进行振动信号的重构,作为样本。使用改进深度残差网络,在网络拥有残差结构的基础上,通过使用紧凑卷积(CompConv)模块替换卷积模块,并减少网络深度,使网络模型变得轻量化。在网络中加入自注意力机制,进一步提高网络的准确率。使用WPD-IResNet网络模型进行10次实验,故障诊断准确率平均值为99.1%。
基于CNN和XGBoost的滚动轴承故障诊断方法 [J]. 马怀祥,冯旭威,李东升,齐澍椿. 中国工程机械学报 . 2021(03)
基于残差连接和1D-CNN的滚动轴承故障诊断研究 [J]. 赵敬娇,赵志宏,杨绍普. 振动与冲击 . 2021(10)
基于CEEMDAN多尺度熵和SSA-SVM的滚动轴承故障诊断研究 [J]. 李怡,李焕锋,刘自然. 机电工程 . 2021(05)
基于改进EEMD-AR和DBN的风机轴承故障诊断 [J]. 韩欣宏,郑洋,吴定会. 传感器与微系统 . 2020(11)
一种GAF-CNN行星齿轮箱故障诊断方法 [J]. 庞新宇,仝钰,魏子涵. 北京理工大学学报 . 2020(11)
基于小波包和神经网络的行星齿轮箱故障模式识别技术 [J]. 罗佳,黄晋英. 火力与指挥控制 . 2020(04)
使用改进残差神经网络的滚动轴承变工况故障诊断方法 [J]. 赵小强,梁浩鹏. 西安交通大学学报 . 2020(09)
一维卷积神经网络实时抗噪故障诊断算法 [J]. 刘星辰,周奇才,赵炯,沈鹤鸿,熊肖磊. 哈尔滨工业大学学报 . 2019(07)
基于小波包分形的瓦斯传感器故障诊断方法 [J]. 陈宏,邓芳明,吴翔,付智辉. 传感器与微系统 . 2016(11)
基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究 [J]. 庞震,任学平,刘桐桐,单立伟. 机械传动 . 2014(03)
基于小波包能量谱的往复式隔膜泵故障诊断研究 [J]. 印嘉,吴建德,王晓东,范玉刚,黄国勇. 传感器与微系统 . 2012(10)
基于小波包和神经网络的瓦斯传感器故障诊断 [J]. 赵金宪,金鸿章. 传感器与微系统 . 2010(05)
基于小波包变换的超声电机堵转检测 [J]. 沈申生,华亮. 传感器与微系统 . 2006(09)
基于深度残差学习的风电齿轮箱故障诊断 [D]. 赵明航. 重庆大学 2018
0
浏览量
473
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621