期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
一种轨道弹性垫板关键尺寸的多点测量方法
1
作者 汤亮 蔡凯翼 +1 位作者 龚发云 杨敏 《机械设计与制造》 北大核心 2025年第6期46-49,54,共5页
在利用激光位移传感器对轨道减震弹性垫板尺寸进行测量的场合,为了解决激光位移传感器单点测量速度难以满足生产要求这一问题,提出了一种激光位移传感器线扫描测量方法。通过激光位移传感器对弹性垫板的宽度数据和厚度数据进行采集,利... 在利用激光位移传感器对轨道减震弹性垫板尺寸进行测量的场合,为了解决激光位移传感器单点测量速度难以满足生产要求这一问题,提出了一种激光位移传感器线扫描测量方法。通过激光位移传感器对弹性垫板的宽度数据和厚度数据进行采集,利用拉以达法则去检测采集中的异常数据,并使用BP神经网络模型对其进行修复,最后将各数据进行长度匹配达到弹性垫板检测的目的。实验表明:经过神经网络训练后的预测值和实际值具有高度吻合度,各模型的回归拟合值均达到0.98以上,该方法宽度重复测量精度在0.036mm以内,厚度重复测量精度在0.028mm以内,平均测量时间为4.0493s,满足实际生产要求。 展开更多
关键词 线扫描测量 激光位传感器 弹性垫板 BP神经网络 拉以达准则 尺寸测量
在线阅读 下载PDF
基于贝叶斯优化与改进LeNet-5的滚动轴承故障诊断 被引量:10
2
作者 汤亮 凡焱峰 +1 位作者 徐适斐 蔡凯翼 《计量学报》 CSCD 北大核心 2022年第7期913-919,共7页
考虑到卷积神经网络在滚动轴承故障诊断中存在网络结构难以确定、训练次数过多、时间过长等问题,设计了一种贝叶斯优化改进LeNet-5算法,以及采用该算法构建的轴承故障诊断模型。采用贝叶斯优化训练过程中学习率等超参数,多种故障轴承的... 考虑到卷积神经网络在滚动轴承故障诊断中存在网络结构难以确定、训练次数过多、时间过长等问题,设计了一种贝叶斯优化改进LeNet-5算法,以及采用该算法构建的轴承故障诊断模型。采用贝叶斯优化训练过程中学习率等超参数,多种故障轴承的振动信号直接作为改进LeNet-5网络的输入,对池化输出采用批归一化处理和改进池化层激活函数防止过拟合,利用全局平均池化层替代全连接层提高改进LeNet-5网络的泛化能力,用Softmax分类器实现滚动轴承故障的分类。通过轴承数据库开展实验,实验表明,该算法构建的轴承故障诊断模型在训练集上准确率为99.94%,验证集上的准确率为99.89%,测试集准确率也达到99.65%,与一维卷积神经网络和二维卷积神经网络对比分析,基于贝叶斯优化改进LeNet-5算法构建的轴承故障诊断模型在滚动轴承的故障诊断模型具有更高的准确率,更少的训练次数和训练时间。 展开更多
关键词 计量学 滚动轴承 故障诊断 改进LeNet-5网络 贝叶斯优化 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部