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
多源振动信号融合方法综述
被引量：
2
1
作者
程龙欢
李舜酩
《计算机应用研究》
CSCD
北大核心
2020年第S02期12-14,21,共4页
单源振动信号难以体现设备的运行状态,因此多个振动传感器的组合使用显得十分重要。近年来随着信息化、智能化的不断发展,多源振动信号的融合方法层出不穷,但还需要改进和完善。对近年来的文献进行了分类总结,分别对融合方法中的估计算...
单源振动信号难以体现设备的运行状态,因此多个振动传感器的组合使用显得十分重要。近年来随着信息化、智能化的不断发展,多源振动信号的融合方法层出不穷,但还需要改进和完善。对近年来的文献进行了分类总结,分别对融合方法中的估计算法、人工智能算法以及识别算法的发展、特点及应用进行了概述和分析,指出了各方法在行业领域使用的优越性,最后作出总结和展望。
展开更多
关键词
多源振动信号
融合方法
估计算法
人工智能
识别算法
在线阅读
下载PDF
职称材料
多通道特征融合卷积神经网络的齿轮箱故障诊断
被引量：
4
2
作者
张名武
李舜酩
程龙欢
《重庆理工大学学报（自然科学）》
CAS
北大核心
2022年第8期146-151,共6页
针对一维数据的卷积神经网络故障诊断方法无法十分准确地识别齿轮箱故障类型的问题,提出一种二维振动信号的多通道特征融合卷积神经网络(MC-FFCNN)算法。采用格拉米角场将传感器获取的一维振动信号转换为二维矩阵,将矩阵中的数值作为像...
针对一维数据的卷积神经网络故障诊断方法无法十分准确地识别齿轮箱故障类型的问题,提出一种二维振动信号的多通道特征融合卷积神经网络(MC-FFCNN)算法。采用格拉米角场将传感器获取的一维振动信号转换为二维矩阵,将矩阵中的数值作为像素值转换为灰度图从多个通道输入卷积神经网络,经过多个卷积层、池化层及增加的融合层,导出各通道的融合数据到全连接层。在试验中,通过对多个故障数据进行训练与测试,实现齿轮箱单一故障的诊断。将诊断结果与单通道的卷积神经网络诊断结果进行比较分析,结果显示:所提方法的故障诊断准确率更高。
展开更多
关键词
多通道
卷积神经网络
格拉米角场
故障诊断
在线阅读
下载PDF
职称材料
题名
多源振动信号融合方法综述
被引量：
2
1
作者
程龙欢
李舜酩
机构
南京航空航天大学能源与动力学院
出处
《计算机应用研究》
CSCD
北大核心
2020年第S02期12-14,21,共4页
基金
国家自然科学基金资助项目(51975276)
预研领域基金资助项目(61400040304)
文摘
单源振动信号难以体现设备的运行状态,因此多个振动传感器的组合使用显得十分重要。近年来随着信息化、智能化的不断发展,多源振动信号的融合方法层出不穷,但还需要改进和完善。对近年来的文献进行了分类总结,分别对融合方法中的估计算法、人工智能算法以及识别算法的发展、特点及应用进行了概述和分析,指出了各方法在行业领域使用的优越性,最后作出总结和展望。
关键词
多源振动信号
融合方法
估计算法
人工智能
识别算法
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
TP18 [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
多通道特征融合卷积神经网络的齿轮箱故障诊断
被引量：
4
2
作者
张名武
李舜酩
程龙欢
机构
南京航空航天大学能源与动力学院
南通理工学院汽车工程学院
出处
《重庆理工大学学报（自然科学）》
CAS
北大核心
2022年第8期146-151,共6页
基金
国家自然科学基金项目(51975276)
中国航空发动机集团有限公司四川燃气涡轮研究院稳定支持项目(WDZC-2020-4-7)。
文摘
针对一维数据的卷积神经网络故障诊断方法无法十分准确地识别齿轮箱故障类型的问题,提出一种二维振动信号的多通道特征融合卷积神经网络(MC-FFCNN)算法。采用格拉米角场将传感器获取的一维振动信号转换为二维矩阵,将矩阵中的数值作为像素值转换为灰度图从多个通道输入卷积神经网络,经过多个卷积层、池化层及增加的融合层,导出各通道的融合数据到全连接层。在试验中,通过对多个故障数据进行训练与测试,实现齿轮箱单一故障的诊断。将诊断结果与单通道的卷积神经网络诊断结果进行比较分析,结果显示:所提方法的故障诊断准确率更高。
关键词
多通道
卷积神经网络
格拉米角场
故障诊断
Keywords
multichannel
convolutional neural network
grammy angle field
fault diagnosis
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TH165.3 [机械工程—机械制造及自动化]
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
多源振动信号融合方法综述
程龙欢
李舜酩
《计算机应用研究》
CSCD
北大核心
2020
2
在线阅读
下载PDF
职称材料
2
多通道特征融合卷积神经网络的齿轮箱故障诊断
张名武
李舜酩
程龙欢
《重庆理工大学学报（自然科学）》
CAS
北大核心
2022
4
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
