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
3
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
基于小波域威布尔分布模型的电机滚动轴承故障诊断分析
1
作者
王彦新
郝丽霞
李惠云
《集成电路应用》
2024年第1期154-155,共2页
阐述小波域威布尔分布模型的原理,探讨基于小波域威布尔分布模型的电机滚动轴承故障诊断方法,包括数据采集和预处理、小波变换和威布尔分布模型的应用、故障特征提取和诊断准确性评估。
关键词
小波域
威布尔分布
电机滚动轴承
故障诊断
在线阅读
下载PDF
职称材料
基于CEEMDAN‐SPSO‐ELM的旋转电机滚动轴承故障检测方法
被引量：
1
2
作者
宋绍楼
吕亮
刘昕明
《辽宁石油化工大学学报》
CAS
2022年第1期86-91,共6页
由于旋转电机滚动轴承振动信号存在不平稳、非线性的特征,传统时频分析法、小波分解法存在在信号分解过程中能量泄露、自适应能力差的问题,经验模态分解(EMD)法存在模态混叠等问题。提出一种基于噪声自适应完备总体平均经验模态分解方法...
由于旋转电机滚动轴承振动信号存在不平稳、非线性的特征,传统时频分析法、小波分解法存在在信号分解过程中能量泄露、自适应能力差的问题,经验模态分解(EMD)法存在模态混叠等问题。提出一种基于噪声自适应完备总体平均经验模态分解方法(CEEMDAN),利用具有麻雀捕食预警机制的粒子群算法(SPSO)优化极限学习机神经网络(ELM)的CEEMDAN‐SPSO‐ELM算法。利用所提方法对滚动轴承单一与多种损伤故障进行分析诊断,结果表明,所提算法具有有效性及诊断准确性。
展开更多
关键词
旋转
电机滚动轴承
故障诊断
CEMMDAN
ELM
SPSO
在线阅读
下载PDF
职称材料
改良GoogLeNet的电机滚动轴承故障诊断
被引量：
1
3
作者
任爽
田振川
+2 位作者
林光辉
杨凯
商继财
《吉林大学学报（信息科学版）》
CAS
2022年第3期371-378,共8页
针对电机滚动轴承信号特征人工提取困难、故障分类效果差的问题,利用传统GoogLeNet模型单元与稠密连接思想结合,提出一种改良的GoogLeNet卷积神经网络结构。将提出的改良模型应用于电机滚动轴承的故障诊断试验,对原数据分组处理并贴上...
针对电机滚动轴承信号特征人工提取困难、故障分类效果差的问题,利用传统GoogLeNet模型单元与稠密连接思想结合,提出一种改良的GoogLeNet卷积神经网络结构。将提出的改良模型应用于电机滚动轴承的故障诊断试验,对原数据分组处理并贴上标签后,直接输入到改良模型中进行训练,最后将测试集输入到训练好的模型中,测试其分类准确率。由于诊断过程不需要进行人工特征提取,从而避免了人工提取故障特征时的困难和带来的误差,大大简化了故障识别过程,证明了改良GoogLeNet模型在故障诊断中的可行性。将提出的模型与传统GoogLeNet模型和其他典型模型做对比,结果表明,改良GoogLeNet卷积神经网络模型具有精确度高、特征提取能力强、收敛速度快、表现稳定的特点。
展开更多
关键词
深度学习
电机滚动轴承
故障诊断
卷积神经网络
GoogLeNet网络
稠密连接
在线阅读
下载PDF
职称材料
题名
基于小波域威布尔分布模型的电机滚动轴承故障诊断分析
1
作者
王彦新
郝丽霞
李惠云
机构
河北化工医药职业技术学院
出处
《集成电路应用》
2024年第1期154-155,共2页
基金
河北省教育厅2021年河北省高等学校科学技术研究项目(ZC2021219)。
文摘
阐述小波域威布尔分布模型的原理,探讨基于小波域威布尔分布模型的电机滚动轴承故障诊断方法,包括数据采集和预处理、小波变换和威布尔分布模型的应用、故障特征提取和诊断准确性评估。
关键词
小波域
威布尔分布
电机滚动轴承
故障诊断
Keywords
wavelet domain
Weibull distribution
motor rolling bearings
fault diagnosis
分类号
TH133.33 [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
基于CEEMDAN‐SPSO‐ELM的旋转电机滚动轴承故障检测方法
被引量：
1
2
作者
宋绍楼
吕亮
刘昕明
机构
辽宁工程技术大学电气与控制工程学院
出处
《辽宁石油化工大学学报》
CAS
2022年第1期86-91,共6页
基金
辽宁省教育厅科学研究基金项目(LJY013)。
文摘
由于旋转电机滚动轴承振动信号存在不平稳、非线性的特征,传统时频分析法、小波分解法存在在信号分解过程中能量泄露、自适应能力差的问题,经验模态分解(EMD)法存在模态混叠等问题。提出一种基于噪声自适应完备总体平均经验模态分解方法(CEEMDAN),利用具有麻雀捕食预警机制的粒子群算法(SPSO)优化极限学习机神经网络(ELM)的CEEMDAN‐SPSO‐ELM算法。利用所提方法对滚动轴承单一与多种损伤故障进行分析诊断,结果表明,所提算法具有有效性及诊断准确性。
关键词
旋转
电机滚动轴承
故障诊断
CEMMDAN
ELM
SPSO
Keywords
Rotating electric machine rolling bearing
Fault diagnosis
CEMMDAN
ELM
SPSO
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
改良GoogLeNet的电机滚动轴承故障诊断
被引量：
1
3
作者
任爽
田振川
林光辉
杨凯
商继财
机构
东北石油大学电气信息工程学院
出处
《吉林大学学报（信息科学版）》
CAS
2022年第3期371-378,共8页
基金
东北石油大学科研基金资助项目(2019YDL-10)。
文摘
针对电机滚动轴承信号特征人工提取困难、故障分类效果差的问题,利用传统GoogLeNet模型单元与稠密连接思想结合,提出一种改良的GoogLeNet卷积神经网络结构。将提出的改良模型应用于电机滚动轴承的故障诊断试验,对原数据分组处理并贴上标签后,直接输入到改良模型中进行训练,最后将测试集输入到训练好的模型中,测试其分类准确率。由于诊断过程不需要进行人工特征提取,从而避免了人工提取故障特征时的困难和带来的误差,大大简化了故障识别过程,证明了改良GoogLeNet模型在故障诊断中的可行性。将提出的模型与传统GoogLeNet模型和其他典型模型做对比,结果表明,改良GoogLeNet卷积神经网络模型具有精确度高、特征提取能力强、收敛速度快、表现稳定的特点。
关键词
深度学习
电机滚动轴承
故障诊断
卷积神经网络
GoogLeNet网络
稠密连接
Keywords
deep learning
fault diagnosis of motor rolling bearing
convolutional neural networks(CNN)
GoogLeNet
dense connection
分类号
TM307 [电气工程—电机]
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
基于小波域威布尔分布模型的电机滚动轴承故障诊断分析
王彦新
郝丽霞
李惠云
《集成电路应用》
2024
0
在线阅读
下载PDF
职称材料
2
基于CEEMDAN‐SPSO‐ELM的旋转电机滚动轴承故障检测方法
宋绍楼
吕亮
刘昕明
《辽宁石油化工大学学报》
CAS
2022
1
在线阅读
下载PDF
职称材料
3
改良GoogLeNet的电机滚动轴承故障诊断
任爽
田振川
林光辉
杨凯
商继财
《吉林大学学报（信息科学版）》
CAS
2022
1
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
