-
题名基于并行混合神经网络的碾米机故障诊断方法
- 1
-
-
作者
孙秋
蔡华锋
-
机构
湖北工业大学电气与电子工程学院
-
出处
《中国农机化学报》
北大核心
2025年第6期221-227,共7页
-
基金
中国高校产学研创新基金—异构智能计算专项(二期)(2024HY031)。
-
文摘
为能够对碾米机故障进行快速诊断,提出一种基于并行混合神经网络的碾米机故障诊断方法。搭建碾米机故障采集系统,主要由供电端、故障端、数据采集端和数据处理端4个部分组成,其中数据采集端用于采集碾米机故障信号,数据处理端则主要负责接收并处理碾米机的故障数据,将故障数据集带入具有全局均值池化(GAP)的并行混合神经网络中进行特征提取和故障分类,获取故障诊断结果,并与其他最新的故障诊断模型进行比较。试验结果表明,该方法能够将碾米机的故障诊断精度提升至90.72%,与其他模型相比诊断性能更加优越,对碾米机故障实现快速诊断具有重要意义。
-
关键词
碾米机
故障诊断
门控循环单元
并行混合神经网络
全局均值池化
-
Keywords
rice mill
fault diagnosis
gated recurrent unit
parallel hybrid neural network
global average pooling
-
分类号
S226.2
[农业科学—农业机械化工程]
TH165.3
[机械工程—机械制造及自动化]
-
