-
题名基于柔性薄膜阵列压力传感器的抱闸故障诊断
被引量：3
- 1
-
-
作者
皮瑶
刘惠康
李倩
-
机构
武汉科技大学教育部冶金自动化与检测技术工程研究中心
-
出处
《高技术通讯》
CAS
2021年第8期836-843,共8页
-
基金
国家重点研发计划(2017YFC0805104)资助项目。
-
文摘
抱闸制动装置广泛应用于工业提升装置、民用曳引式电梯,针对抱闸制动器的运行状态监测和故障诊断,本文提出一种基于柔性薄膜阵列压力传感器的故障诊断方法,运用卷积神经网络(CNN)对传感器的数据进行处理达到故障诊断的目的。本文在LeNet5模型的基础上引入跨连接部分,将网络结构中提取的低层次特征与高层次特征相结合,经过全连接层达到多分类的目的。通过训练来自柔性薄膜阵列压力传感器的实验数据,该模型实现了4种基本抱闸故障和正常状态的自动识别。实验结果表明,改进的LeNet卷积神经网络模型在抱闸故障诊断上的检测正确率达到99.19%,该模型在同一训练数据集上的表现明显优于传统的LeNet5模型。
-
关键词
柔性薄膜阵列压力传感器
LeNet模型
跨连接
抱闸制动器
故障诊断
-
Keywords
flexible film array pressure sensor
LeNet model
cross-connected
drum brake
fault diagnosis
-
分类号
TH17
[机械工程—机械制造及自动化]
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于深度置信网络的制动器故障诊断方法
被引量：6
- 2
-
-
作者
李倩
刘惠康
皮瑶
喻青
-
机构
武汉科技大学教育部冶金自动化与检测技术工程研究中心
中钢集团武汉安全环保研究院
-
出处
《高技术通讯》
CAS
2021年第10期1075-1080,共6页
-
基金
国家重点研发计划(2017YFC0805100)资助项目。
-
文摘
针对吊车制动器故障诊断中故障机理复杂、先验知识欠缺、传统的故障诊断方法精度不高和人工依赖大等问题,本文提出一种基于深度置信网络(DBN)的制动器故障诊断方法。该方法通过柔性薄膜传感器阵列获取制动器不同工况的实时特征数据及信号,利用网络的无监督特征学习和有监督微调,构建制动器故障诊断的深层网络模型,从而实现了对制动器的故障诊断及预测。最后,分别与支持向量机(SVM)和遗传算法(GA)优化的BP神经网络(GA-BP)进行了对比研究,通过实验证明了本文方法的优越性。
-
关键词
深度置信网络(DBN)
吊车制动器
故障诊断
柔性薄膜传感器阵列
-
Keywords
deep belief network(DBN)
brake of crane
fault diagnosis
flexible thin film sensor array
-
分类号
TH17
[机械工程—机械制造及自动化]
-
