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
共找到10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：
基于动态加权的多尺度残差网络旋转机械故障诊断算法 被引量：10
1
作者 史红梅 郑畅畅 +1 位作者 司瑾 陈晶城 《振动与冲击》 EI CSCD 北大核心 2022年第23期67-74,93,共9页
针对传统的机械故障诊断方法特征提取困难问题,提出一种新颖的基于特征通道重标定的动态加权多尺度残差网络旋转机械故障诊断方法。将原始数据作为网络的输入,设计宽卷积层进行信息初步融合扩大模型的感受野;再分别构建三个独立的以残... 针对传统的机械故障诊断方法特征提取困难问题,提出一种新颖的基于特征通道重标定的动态加权多尺度残差网络旋转机械故障诊断方法。将原始数据作为网络的输入,设计宽卷积层进行信息初步融合扩大模型的感受野;再分别构建三个独立的以残差块为基础的并行分支网络,通过设计多尺度卷积核分别从并行分支网络提取深度特征;接着设计动态加权层建立全局信息建模特征通道之间的动态非线性关系,对每个尺度的特征通道进行重标定,提高网络对故障信息的敏感性;将三个尺度的特征进行特征融合,通过分类器实现故障诊断。在多个数据集上进行试验,验证了该算法的有效性。 展开更多
关键词 旋转机械故障诊断 动态加权 一维残差网络 多尺度学习
在线阅读 下载PDF
模糊粒化非监督学习结合随机森林融合的旋转机械故障诊断 被引量：10
2
作者 温江涛 周熙楠 《机械科学与技术》 CSCD 北大核心 2018年第11期1722-1730,共9页
在旋转机械的智能故障诊断中,复杂网络结构的非监督学习方法调节参数多,训练时间长,而结构简单的网络诊断准确率不够理想。针对以上问题,采用模糊信息粒化和稀疏自编码器搭建并行结构的学习网络,并行结构的稀疏自编码器同时对粒化后重... 在旋转机械的智能故障诊断中,复杂网络结构的非监督学习方法调节参数多,训练时间长,而结构简单的网络诊断准确率不够理想。针对以上问题,采用模糊信息粒化和稀疏自编码器搭建并行结构的学习网络,并行结构的稀疏自编码器同时对粒化后重新构成的多个有效参量信息自适应的进行特征提取,随后使用随机森林方法对提取的特征进行融合分类。实验结果表明该方法可以有效实现高精度故障诊断;且与常用的串行多网络处理结构相比,降低了网络参数调节的复杂度和多层网络的前后影响,并且提高了诊断精度,减少了训练时间。 展开更多
关键词 旋转机械故障诊断 模糊信息粒化 稀疏自编码 随机森林
在线阅读 下载PDF
基于时频周期窗的旋转机械故障诊断方法 被引量：1
3
作者 杨龙兴 贾民平 《中国电机工程学报》 EI CSCD 北大核心 2006年第3期141-145,共5页
周期平稳信号的Wigner-Ville分布是由时频域上若干个离散分量组成,某些分量对故障较为敏感,这些特征分量的检测及提取,对故障诊断十分重要。该文利用旋转机械故障信号及其高阶矩的周期性,通过傅立叶级数对周期平稳信号的分解,认为分解... 周期平稳信号的Wigner-Ville分布是由时频域上若干个离散分量组成,某些分量对故障较为敏感,这些特征分量的检测及提取,对故障诊断十分重要。该文利用旋转机械故障信号及其高阶矩的周期性,通过傅立叶级数对周期平稳信号的分解,认为分解各项在U∈[0,2π]区间内两两正交,提出了提取故障特征的时频周期窗观察方法,可以使用时频域局部开周期窗的方法,与故障特征频率项进行周期内相关运算,取出周期自相关函数在故障特征频率分量(调制频率)上的正交投影,从而获得某一故障特征信息,与通常的功率谱分析相比,排除了周期窗外噪声对分析结果的影响,使得特征提取更加精确。通过仿真和实例进行了有效性验证。 展开更多
关键词 旋转机械故障诊断 时频周期窗 周期平稳 特征分量 调幅故障信号
在线阅读 下载PDF
基于矢功率谱和D-S证据理论分层融合的旋转机械故障诊断方法
4
作者 杨春燕 吴超 李宏伟 《郑州轻工业学院学报（自然科学版）》 CAS 2012年第4期30-32,共3页
提出基于矢功率谱和D-S证据理论分层融合的旋转机械故障诊断方法,该方法把转子的2个截面信息分别以矢功率谱进行数据层融合,提取矢功率谱的特征输入到径向基概率神经网络分类器进行故障识别,最后把两截面诊断结果输入D-S证据理论融合中... 提出基于矢功率谱和D-S证据理论分层融合的旋转机械故障诊断方法,该方法把转子的2个截面信息分别以矢功率谱进行数据层融合,提取矢功率谱的特征输入到径向基概率神经网络分类器进行故障识别,最后把两截面诊断结果输入D-S证据理论融合中心进行决策层融合.实验结果表明,该方法可降低故障诊断的不确定性,并提高故障决策准确率. 展开更多
关键词 旋转机械故障诊断 矢功率谱 D—S证据理论 数据融合
在线阅读 下载PDF
基于改进残差卷积自编码网络的类自适应旋转机械故障诊断 被引量：5
5
作者 张剑 程培源 邵思羽 《计算机应用》 CSCD 北大核心 2022年第8期2440-2449,共10页
针对旋转机械传感器信号样本有限影响深层网络模型训练学习的问题,提出一种结合改进残差卷积自编码网络与类自适应方法的故障诊断模型应对小样本数据。首先将少量已标记的源域数据和目标域数据创建为成对样本,并设计一种改进的一维残差... 针对旋转机械传感器信号样本有限影响深层网络模型训练学习的问题,提出一种结合改进残差卷积自编码网络与类自适应方法的故障诊断模型应对小样本数据。首先将少量已标记的源域数据和目标域数据创建为成对样本,并设计一种改进的一维残差卷积自编码网络对两种不同分布的原始振动信号进行特征提取;其次,利用最大均值差异(MMD)减小分布差异,并将两个域同一故障类别的数据空间映射到一个共同的特征空间,最终实现准确的故障诊断。实验结果表明,与微调、域自适应等方法相比,所提模型能够有效提高不同工况、微量已标记的目标域振动数据下的故障诊断准确率。 展开更多
关键词 残差卷积自编码网络 类自适应 旋转机械故障诊断 小样本 最大均值差异
在线阅读 下载PDF
基于高阶谱的旋转机械故障征兆提取 被引量：43
6
作者 杨江天 陈家骥 曾子平 《振动工程学报》 EI CSCD 北大核心 2001年第1期13-18,共6页
研究了旋转机械振动信号的非线性特征 ,分析了产生非线性的机制 ,着重讨论了二次相位耦合与机械故障的关系。在此基础上将高阶谱分析引入转子故障诊断。高阶谱保留了信号的相位信息且能有效抑制噪声 ,可以定量描述非线性相位耦合。试验... 研究了旋转机械振动信号的非线性特征 ,分析了产生非线性的机制 ,着重讨论了二次相位耦合与机械故障的关系。在此基础上将高阶谱分析引入转子故障诊断。高阶谱保留了信号的相位信息且能有效抑制噪声 ,可以定量描述非线性相位耦合。试验分析表明 ,对于不同类型的故障 ,高阶谱特征存在明显差异 ,因而可用于故障模式识别。高阶谱丰富了旋转机械故障诊断系统知识库中的振动特征信息 ,用于工业现场能大大提高诊断准确性。 展开更多
关键词 旋转机械故障诊断 二次相位耦合 高阶谱 故障征兆提取
在线阅读 下载PDF
基于案例与规则推理的故障诊断专家系统 被引量：32
7
作者 江志农 王慧 魏中青 《计算机工程》 CAS CSCD 北大核心 2011年第1期238-240,243,共4页
设计并实现基于案例的推理(CBR)与基于规则的推理(RBR)的故障旋转机械诊断专家系统。采用CBR与RBR串行方式进行推理,优先通过案例匹配方式寻求诊断结果,在不适用情况下转入通用性规则推理,并将诊断结果反馈给知识库进行优化。应用结果表... 设计并实现基于案例的推理(CBR)与基于规则的推理(RBR)的故障旋转机械诊断专家系统。采用CBR与RBR串行方式进行推理,优先通过案例匹配方式寻求诊断结果,在不适用情况下转入通用性规则推理,并将诊断结果反馈给知识库进行优化。应用结果表明,该系统诊断结果与实际相符合,且诊断速度快、针对性强。 展开更多
关键词 旋转机械故障诊断 基于案例的推理 基于规则的推理
在线阅读 下载PDF
基于1D-DCGAN和1D-CAE的小样本轴承故障跨域诊断方法 被引量：7
8
作者 林培 许杨剑 +3 位作者 傅军平 陈栋栋 鞠晓喆 梁利华 《机电工程》 CAS 北大核心 2023年第3期326-334,共9页
充足的故障样本是基于深度学习的故障诊断方法取得良好效果的保证。然而,数据不平衡是工业大数据的典型特征。为了减小智能诊断方法对样本数量的依赖,同时为了解决小样本下同种设备以及不同设备间的故障诊断问题,提出了一种基于一维卷... 充足的故障样本是基于深度学习的故障诊断方法取得良好效果的保证。然而,数据不平衡是工业大数据的典型特征。为了减小智能诊断方法对样本数量的依赖,同时为了解决小样本下同种设备以及不同设备间的故障诊断问题,提出了一种基于一维卷积生成对抗网络(1D-DCGAN)与一维卷积自编码器(1D-CAE)的轴承故障诊断方法。首先,利用一维卷积层构建了1D-DCGAN网络,凭借其强大的数据生成能力扩充了故障数据集;然后,利用一维卷积层构建了1D-CAE网络,通过无监督学习的方式,有效地提取出了故障样本中的潜在特征,实现了对设备的故障诊断功能;基于迁移学习思想,通过对1D-CAE模型参数进行迁移,进一步地对小样本下的轴承故障进行了跨域诊断;最后,为验证基于1D-DCGAN和1D-CAE的轴承故障诊断方法的效果,采用了美国凯斯西储大学(CWRU)以及西安交通大学(XJTU)轴承数据集进行了实验。实验结果表明:基于1D-DCGAN和1D-CAE的方法明显优于其他对比模型,同种设备的故障识别精度达到了99.21%,不同设备之间的跨域故障识别精度达到了98.87%。研究结果表明:即使在样本数量较少的场景下,基于1D-DCGAN和1D-CAE的方法也能进行同种设备的故障诊断以及不同设备之间的跨域诊断。 展开更多
关键词 旋转机械故障诊断 一维卷积生成对抗网络 一维卷积自编码器 迁移学习 深度学习 样本数量
在线阅读 下载PDF
基于改进DenseNet模型的滚动轴承变工况故障诊断 被引量：4
9
作者 王焜 刘鑫 +1 位作者 杨嘉其 董增寿 《组合机床与自动化加工技术》 北大核心 2022年第6期78-81,共4页
针对旋转机械传统故障诊断中浅层特征对振动信号故障信息表征能力不足以及在变工况条件下传统的网络模型诊断能力差的问题,提出了一种结合风格再校准模块(style-based recalibration module,SRM)和密集连接卷积神经网络(densely connect... 针对旋转机械传统故障诊断中浅层特征对振动信号故障信息表征能力不足以及在变工况条件下传统的网络模型诊断能力差的问题,提出了一种结合风格再校准模块(style-based recalibration module,SRM)和密集连接卷积神经网络(densely connected convolutional networks,DenseNet)智能故障诊断神经网络模型。将预处理得到的时频图输入到引入SRM的DenseNet网络模型中,通过对特征图进行重新加权以及特征复用,避免有效信息缺失,降低了无关信息的干扰,增强模型对故障特征的提取能力。分别进行单一工况和变工况实验验证,结果表明所提方法在变工况条件下的故障识别率均优于目前主流的SVM、WDCNN和ECACNN诊断方法。 展开更多
关键词 旋转机械故障诊断 风格再校准模块 密集连接卷积神经网络 变工况
在线阅读 下载PDF
基于全矢谱的模糊综合评判方法研究 被引量：2
10
作者 张晓冬 韩捷 樊碧波 《机械设计与制造》 北大核心 2010年第11期213-214,共2页
基于数据融合思想,将全矢谱技术与模糊综合评判方法相结合,提出了全矢—模糊综合评判方法,给出其定义及算法,并通过实验证明了该种方法能够全面、正确的反映机械故障类型,是一种有效、实用的旋转机械故障诊断方法。
关键词 全矢谱 模糊综合评判 旋转机械故障诊断
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部