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
基于整周期数据和卷积神经网络的谐波减速器健康状态评估
被引量：
22
1
作者
陈仁祥
张勇
+2 位作者
杨黎霞
陈才
徐向阳
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第2期245-252,共8页
针对工业机器人谐波减速器循环往复运动、工作节拍不一和转速瞬变而导致其运行状态难以刻画和健康状态不易评估的问题,提出了基于整周期数据和卷积神经网络的谐波减速器健康状态评估方法。首先,运用相位差频谱校正—互相关法对振动信号...
针对工业机器人谐波减速器循环往复运动、工作节拍不一和转速瞬变而导致其运行状态难以刻画和健康状态不易评估的问题,提出了基于整周期数据和卷积神经网络的谐波减速器健康状态评估方法。首先,运用相位差频谱校正—互相关法对振动信号分割构造整周期数据样本以准确刻画谐波减速器的运行状态信息;其次,应用连续小波变换对整周期数据进行分解以充分展现谐波减速器运转周期内的瞬变特征;最后,利用卷积神经网络在时间和空间上对输入信号的平移、缩放具有高度不变性的特点,充分学习谐波减速器运转周期内的瞬变特征,从而实现对谐波减速器健康状态评估。实验结果显示,所提方法识别准确率达到了90%以上,证明了该方法能够有效评估谐波减速器健康状态,并具有较好的泛化能力和稳健性。
展开更多
关键词
健康状态评估
谐波减速器
整周期数据
卷积神经网络
连续小波变换
在线阅读
下载PDF
职称材料
题名
基于整周期数据和卷积神经网络的谐波减速器健康状态评估
被引量：
22
1
作者
陈仁祥
张勇
杨黎霞
陈才
徐向阳
机构
重庆交通大学交通工程应用机器人重庆市工程实验室
重庆广播电视大学
重庆华数机器人有限公司
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第2期245-252,共8页
基金
国家自然科学基金(51975079,51975078)
重庆市教委科学技术研究项目(KJQN201900721)
+2 种基金
重庆市技术创新与应用示范项目(cstc2018jscx-msybX0012)
交通工程应用机器人重庆市工程实验室开放基金(CELTEAR-KFKT-201803)
重庆交通大学硕士研究生科研创新项目(2019S0109)资助.
文摘
针对工业机器人谐波减速器循环往复运动、工作节拍不一和转速瞬变而导致其运行状态难以刻画和健康状态不易评估的问题,提出了基于整周期数据和卷积神经网络的谐波减速器健康状态评估方法。首先,运用相位差频谱校正—互相关法对振动信号分割构造整周期数据样本以准确刻画谐波减速器的运行状态信息;其次,应用连续小波变换对整周期数据进行分解以充分展现谐波减速器运转周期内的瞬变特征;最后,利用卷积神经网络在时间和空间上对输入信号的平移、缩放具有高度不变性的特点,充分学习谐波减速器运转周期内的瞬变特征,从而实现对谐波减速器健康状态评估。实验结果显示,所提方法识别准确率达到了90%以上,证明了该方法能够有效评估谐波减速器健康状态,并具有较好的泛化能力和稳健性。
关键词
健康状态评估
谐波减速器
整周期数据
卷积神经网络
连续小波变换
Keywords
health state assessment
harmonic reducer
integer-period data
convolutional neural network
continuous wavelet transform
分类号
TP242.2 [自动化与计算机技术—检测技术与自动化装置]
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
基于整周期数据和卷积神经网络的谐波减速器健康状态评估
陈仁祥
张勇
杨黎霞
陈才
徐向阳
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020
22
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
