期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
有限变工况特征迁移学习方法及其在高速列车轴箱轴承故障诊断中的应用 被引量:19
1
作者 罗宏林 柏林 +1 位作者 侯东明 彭畅 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第3期132-145,共14页
以高速列车轴箱轴承为研究对象,提出了一种适用于有限数量变工况下的轴承故障诊断方法。该方法以有监督的学习模式构造自编码器,将不同工况下特征值集向参考工况下特征集做映射迁移,从而减弱由工况变化引起的轴承故障特征值改变的影响... 以高速列车轴箱轴承为研究对象,提出了一种适用于有限数量变工况下的轴承故障诊断方法。该方法以有监督的学习模式构造自编码器,将不同工况下特征值集向参考工况下特征集做映射迁移,从而减弱由工况变化引起的轴承故障特征值改变的影响。再将迁移后的特征集输入由参考工况特征集预训练的基于卷积神经网络的故障诊断模型,实现变工况下轴承故障的诊断。凯斯西储大学轴承公开数据集和高速列车轴箱轴承数据集的试验结果表明,经监督式自编码器特征迁移后的轴承故障识别准确率有了较大提升,该方法能够较好的实现有限工况下的特征序列的迁移,解决工况变化带来的故障特征的畸变问题。 展开更多
关键词 轴箱轴承 监督式自编码器 变工况特征迁移 卷积神经网络 故障诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部