您好，欢迎来到中国测试科技资讯平台！
摘要：本文提出了一种基于一维卷积神经网络对齿轮箱进行故障诊断的方法;建立了一维卷积神经网络结构模型;优化了网络参数;设计了基于工程数据源的实验方案;探究了一维卷积神经网络对齿轮不同故障的分类准确度.实验表明:在识别齿轮箱的故障模式的过程中,一维卷积神经网络能准确区分齿轮的故障与正常状态,较为准确地分类出单独故障,但对于复合故障的分类能力下降.
关键词： 一维卷积神经网络;齿轮箱;故障诊断
作者： 赵 璐,马 野
作者单位： 海军大连舰艇学院导弹与舰炮系,大连
刊名： 《测试技术学报》
Journal： Journal of Test and Measurement Technology
年，卷(期)： 2019, (4)
在线出版日期： 2019年08月31日
页数： 5
页码： 302—306
友情链接：
广告代理：秦皇岛北驰文化传播有限公司
理事会外联部
印 刷：成都天麦点金实业有限公司
国内总发行：成都市邮政局
邮发代号：62-260
国外发行：中国出版对外贸易总公司
国外代号：DK51019
中国标准连续出版物号：ISSN 1674-5124 CN51-1714/TB
业内最新资讯动态
请关注微信公众号
蜀ICP备11014963号-1 《中国测试》杂志社 版权所有 技术支持：成都驰创数码
文档下载