期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于STFT-Inception-残差网络的轴承故障诊断
被引量：
3
1
作者
任爽
林光辉
+2 位作者
田振川
商继财
杨凯
《吉林大学学报（信息科学版）》
CAS
2022年第4期621-627,共7页
为使轴承故障诊断工作更加准确与智能化,构建了一种基于Inception结构和残差结构的卷积神经网络(CNN:Convolutional Neural Network),提出一种新的轴承故障诊断方法。首先使用短时傅里叶变换(STFT:Short Time Fourier Transform)将滚动...
为使轴承故障诊断工作更加准确与智能化,构建了一种基于Inception结构和残差结构的卷积神经网络(CNN:Convolutional Neural Network),提出一种新的轴承故障诊断方法。首先使用短时傅里叶变换(STFT:Short Time Fourier Transform)将滚动轴承原始一维信号转变为二维时频图,分为训练集、验证集和测试集;然后使用训练集对搭建的Inception-残差网络模型进行迭代,不断更新网络参数,并由验证集检验模型是否出现过拟合现象;最后将训练好的模型应用于测试集,并通过输出层的分类器输出诊断结果。最终由实验证明所提方法的可行性,对轴承故障分类的平均准确率到达了99.98%±0.02%,相对于其他方法具有较高的准确率和稳定性。
展开更多
关键词
故障诊断
卷积神经网络
短时傅里叶变换
Inception-残差
在线阅读
下载PDF
职称材料
改良GoogLeNet的电机滚动轴承故障诊断
被引量：
1
2
作者
任爽
田振川
+2 位作者
林光辉
杨凯
商继财
《吉林大学学报（信息科学版）》
CAS
2022年第3期371-378,共8页
针对电机滚动轴承信号特征人工提取困难、故障分类效果差的问题,利用传统GoogLeNet模型单元与稠密连接思想结合,提出一种改良的GoogLeNet卷积神经网络结构。将提出的改良模型应用于电机滚动轴承的故障诊断试验,对原数据分组处理并贴上...
针对电机滚动轴承信号特征人工提取困难、故障分类效果差的问题,利用传统GoogLeNet模型单元与稠密连接思想结合,提出一种改良的GoogLeNet卷积神经网络结构。将提出的改良模型应用于电机滚动轴承的故障诊断试验,对原数据分组处理并贴上标签后,直接输入到改良模型中进行训练,最后将测试集输入到训练好的模型中,测试其分类准确率。由于诊断过程不需要进行人工特征提取,从而避免了人工提取故障特征时的困难和带来的误差,大大简化了故障识别过程,证明了改良GoogLeNet模型在故障诊断中的可行性。将提出的模型与传统GoogLeNet模型和其他典型模型做对比,结果表明,改良GoogLeNet卷积神经网络模型具有精确度高、特征提取能力强、收敛速度快、表现稳定的特点。
展开更多
关键词
深度学习
电机滚动轴承故障诊断
卷积神经网络
GoogLeNet网络
稠密连接
在线阅读
下载PDF
职称材料
题名
基于STFT-Inception-残差网络的轴承故障诊断
被引量：
3
1
作者
任爽
林光辉
田振川
商继财
杨凯
机构
东北石油大学电气信息工程学院
出处
《吉林大学学报（信息科学版）》
CAS
2022年第4期621-627,共7页
基金
东北石油大学科研基金资助项目(2019YDL-10)。
文摘
为使轴承故障诊断工作更加准确与智能化,构建了一种基于Inception结构和残差结构的卷积神经网络(CNN:Convolutional Neural Network),提出一种新的轴承故障诊断方法。首先使用短时傅里叶变换(STFT:Short Time Fourier Transform)将滚动轴承原始一维信号转变为二维时频图,分为训练集、验证集和测试集;然后使用训练集对搭建的Inception-残差网络模型进行迭代,不断更新网络参数,并由验证集检验模型是否出现过拟合现象;最后将训练好的模型应用于测试集,并通过输出层的分类器输出诊断结果。最终由实验证明所提方法的可行性,对轴承故障分类的平均准确率到达了99.98%±0.02%,相对于其他方法具有较高的准确率和稳定性。
关键词
故障诊断
卷积神经网络
短时傅里叶变换
Inception-残差
Keywords
fault diagnosis
convolutional neural network(CNN)
short-time Fourier transform
Inception-residual
分类号
TM307 [电气工程—电机]
在线阅读
下载PDF
职称材料
题名
改良GoogLeNet的电机滚动轴承故障诊断
被引量：
1
2
作者
任爽
田振川
林光辉
杨凯
商继财
机构
东北石油大学电气信息工程学院
出处
《吉林大学学报（信息科学版）》
CAS
2022年第3期371-378,共8页
基金
东北石油大学科研基金资助项目(2019YDL-10)。
文摘
针对电机滚动轴承信号特征人工提取困难、故障分类效果差的问题,利用传统GoogLeNet模型单元与稠密连接思想结合,提出一种改良的GoogLeNet卷积神经网络结构。将提出的改良模型应用于电机滚动轴承的故障诊断试验,对原数据分组处理并贴上标签后,直接输入到改良模型中进行训练,最后将测试集输入到训练好的模型中,测试其分类准确率。由于诊断过程不需要进行人工特征提取,从而避免了人工提取故障特征时的困难和带来的误差,大大简化了故障识别过程,证明了改良GoogLeNet模型在故障诊断中的可行性。将提出的模型与传统GoogLeNet模型和其他典型模型做对比,结果表明,改良GoogLeNet卷积神经网络模型具有精确度高、特征提取能力强、收敛速度快、表现稳定的特点。
关键词
深度学习
电机滚动轴承故障诊断
卷积神经网络
GoogLeNet网络
稠密连接
Keywords
deep learning
fault diagnosis of motor rolling bearing
convolutional neural networks(CNN)
GoogLeNet
dense connection
分类号
TM307 [电气工程—电机]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于STFT-Inception-残差网络的轴承故障诊断
任爽
林光辉
田振川
商继财
杨凯
《吉林大学学报（信息科学版）》
CAS
2022
3
在线阅读
下载PDF
职称材料
2
改良GoogLeNet的电机滚动轴承故障诊断
任爽
田振川
林光辉
杨凯
商继财
《吉林大学学报（信息科学版）》
CAS
2022
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
