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
1
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RA-LSTM的轴承故障诊断方法
被引量：
12
1
作者
谢锦阳
姜媛媛
王力
《电子测量与仪器学报》
CSCD
北大核心
2022年第6期213-219,共7页
为解决轴承故障诊断时网络模型不能对一维振动信号中的特征按照重要程度分配不同的权重,导致无法提取具有代表性意义的特征,进而影响诊断模型的精确度与鲁棒性的问题。提出基于反向注意力机制(reverse attention mechanism, RA)的特征...
为解决轴承故障诊断时网络模型不能对一维振动信号中的特征按照重要程度分配不同的权重,导致无法提取具有代表性意义的特征,进而影响诊断模型的精确度与鲁棒性的问题。提出基于反向注意力机制(reverse attention mechanism, RA)的特征突出处理方法,通过将特征进行注意力反向与剪枝,降低非重要特征占比,从而对重要特征进行凸显。并通过长短期记忆网络(LSTM)进一步学习特征之间的时间信息后通过全连接层进行故障类型分类。通过实验选取了最优数据截取长度、剪枝超参数并对信号添加噪声后模型的稳定性进行了验证。实验结果表明所提出的RA-LSTM轴承故障诊断方法具有优异的故障诊断性能,故障诊断精度能达到100%,且在添加噪声后模型的诊断能力仍具有优异的鲁棒性。
展开更多
关键词
轴承故障诊断
反向注意力机制
LSTM
在线阅读
下载PDF
职称材料
题名
基于RA-LSTM的轴承故障诊断方法
被引量：
12
1
作者
谢锦阳
姜媛媛
王力
机构
安徽理工大学人工智能学院
安徽理工大学电气与信息工程学院
安徽理工大学环境友好材料与职业健康研究院(芜湖)
出处
《电子测量与仪器学报》
CSCD
北大核心
2022年第6期213-219,共7页
基金
安徽省重点研究与开发计划(202104g01020012)
安徽理工大学环境友好材料与职业健康研究院研发专项基金(ALW2020YF18)项目资助。
文摘
为解决轴承故障诊断时网络模型不能对一维振动信号中的特征按照重要程度分配不同的权重,导致无法提取具有代表性意义的特征,进而影响诊断模型的精确度与鲁棒性的问题。提出基于反向注意力机制(reverse attention mechanism, RA)的特征突出处理方法,通过将特征进行注意力反向与剪枝,降低非重要特征占比,从而对重要特征进行凸显。并通过长短期记忆网络(LSTM)进一步学习特征之间的时间信息后通过全连接层进行故障类型分类。通过实验选取了最优数据截取长度、剪枝超参数并对信号添加噪声后模型的稳定性进行了验证。实验结果表明所提出的RA-LSTM轴承故障诊断方法具有优异的故障诊断性能,故障诊断精度能达到100%,且在添加噪声后模型的诊断能力仍具有优异的鲁棒性。
关键词
轴承故障诊断
反向注意力机制
LSTM
Keywords
bearing fault diagnosis
reverse attention mechanism
LSTM
分类号
TH17 [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
基于RA-LSTM的轴承故障诊断方法
谢锦阳
姜媛媛
王力
《电子测量与仪器学报》
CSCD
北大核心
2022
12
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
