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
基于自编码器和门限循环单元神经网络的滚动轴承退化趋势预测
被引量：
17
1
作者
王鹏
邓蕾
+1 位作者
汤宝平
韩延
《振动与冲击》
EI
CSCD
北大核心
2020年第17期106-111,133,共7页
针对现有滚动轴承性能退化趋势预测方法存在退化指标选取困难、预测精度较低的问题,提出基于自编码器和门限循环单元神经网络的滚动轴承退化趋势预测方法。首先,构建轴承振动信号混合域高维特征集,采用指标综合评价值初步筛选敏感性高...
针对现有滚动轴承性能退化趋势预测方法存在退化指标选取困难、预测精度较低的问题,提出基于自编码器和门限循环单元神经网络的滚动轴承退化趋势预测方法。首先,构建轴承振动信号混合域高维特征集,采用指标综合评价值初步筛选敏感性高、趋势性好的性能退化指标;然后,利用自编码器融合高维特征集,消除混合域特征之间的冗余信息;在此基础上,将融合后的特征输入门限循环单元(gated recurrent unit,GRU)神经网络模型以完成滚动轴承退化趋势预测。试验结果表明,所提方法能获得更加准确的滚动轴承退化趋势预测结果。
展开更多
关键词
滚动轴承
退化趋势预测
自编码器
(
ae
)
GRU神经网络
在线阅读
下载PDF
职称材料
基于CAE-GAN的滚动轴承故障诊断方法
被引量：
6
2
作者
李可
何坚光
+3 位作者
宿磊
顾杰斐
包灵昊
薛志钢
《振动与冲击》
EI
CSCD
北大核心
2023年第23期65-70,86,共7页
由于滚动轴承故障样本获取困难,导致训练样本分布往往呈现极强的不平衡性,严重影响轴承智能故障诊断的准确率。针对滚动轴承训练样本不平衡的问题,提出一种基于约束式自编码器-生成对抗网络(constrained autoencoder-generative adversa...
由于滚动轴承故障样本获取困难,导致训练样本分布往往呈现极强的不平衡性,严重影响轴承智能故障诊断的准确率。针对滚动轴承训练样本不平衡的问题,提出一种基于约束式自编码器-生成对抗网络(constrained autoencoder-generative adversarial network, CAE-GAN)的故障诊断方法,通过增强故障样本特征以提高诊断模型的精度。首先结合自编码器和生成对抗网络,构建一种基于编码-解码-判别结构的网络模型,以提高生成器捕捉真实样本分布的能力;为进一步提高生成样本的质量,提出一种基于距离约束的方法以限制不同类别样本之间的距离,从而避免生成样本全部来自同一类型。通过滚动轴承故障诊断试验证明了该方法能有效提高生成样本的质量,解决样本不平衡问题,轴承故障诊断准确率较其他方法有明显提高。
展开更多
关键词
滚动轴承
故障诊断
样本不平衡
自编码器
(
ae
)
生成对抗网络(GAN)
距离约束
在线阅读
下载PDF
职称材料
基于深度学习的TC4钛合金零件微小缺陷超声相控阵检测图像降噪方法研究
被引量：
2
3
作者
汪小凯
蒋秋月
+1 位作者
关山月
华林
《航空制造技术》
CSCD
北大核心
2023年第22期46-52,共7页
钛合金因具有强度高、耐蚀性好、耐热性高等特点被广泛用于航空航天等领域,针对其内部微小缺陷超声相控阵检测过程中存在信噪比低、易漏检等问题,提出一种基于深度学习的微小缺陷超声相控阵检测图像降噪方法。首先通过钛合金试块相控阵...
钛合金因具有强度高、耐蚀性好、耐热性高等特点被广泛用于航空航天等领域,针对其内部微小缺陷超声相控阵检测过程中存在信噪比低、易漏检等问题,提出一种基于深度学习的微小缺陷超声相控阵检测图像降噪方法。首先通过钛合金试块相控阵检测试验获得缺陷含噪原始图像,采用Mask RCNN模型训练并构建高噪–低噪数据集,进而基于变分自编码器设计微小缺陷检测图像降噪模型,通过与传统滤波降噪、时频域降噪算法对比,证明所提出的算法可保留原始图像缺陷细节信息,与含噪原图对比,其峰值信噪比优化了11.35%,结构相似性提升154.17%。最后开展了某钛合金航空机匣环件超声相控阵检测试验,采用所提方法对环件内部φ0.2 mm平底孔缺陷检测图像进行降噪处理,有效降低了散射噪声对微小缺陷检测的影响,同时也证明所提降噪算法具有良好的泛化性能。
展开更多
关键词
超声相控阵
微小缺陷检测
图像降噪
深度学习
自编码器
(
ae
)
在线阅读
下载PDF
职称材料
题名
基于自编码器和门限循环单元神经网络的滚动轴承退化趋势预测
被引量：
17
1
作者
王鹏
邓蕾
汤宝平
韩延
机构
重庆大学机械传动国家重点实验室
出处
《振动与冲击》
EI
CSCD
北大核心
2020年第17期106-111,133,共7页
基金
国家自然科学基金(51775065,51675067)。
文摘
针对现有滚动轴承性能退化趋势预测方法存在退化指标选取困难、预测精度较低的问题,提出基于自编码器和门限循环单元神经网络的滚动轴承退化趋势预测方法。首先,构建轴承振动信号混合域高维特征集,采用指标综合评价值初步筛选敏感性高、趋势性好的性能退化指标;然后,利用自编码器融合高维特征集,消除混合域特征之间的冗余信息;在此基础上,将融合后的特征输入门限循环单元(gated recurrent unit,GRU)神经网络模型以完成滚动轴承退化趋势预测。试验结果表明,所提方法能获得更加准确的滚动轴承退化趋势预测结果。
关键词
滚动轴承
退化趋势预测
自编码器
(
ae
)
GRU神经网络
Keywords
rolling bearing
degradation trend prediction
auto-encoder(
ae
)
GRU neural network
分类号
TH165.3 [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CAE-GAN的滚动轴承故障诊断方法
被引量：
6
2
作者
李可
何坚光
宿磊
顾杰斐
包灵昊
薛志钢
机构
江南大学机械工程学院江苏省食品先进制造装备技术重点实验室
江苏省特种设备安全监督检验研究院无锡分院
出处
《振动与冲击》
EI
CSCD
北大核心
2023年第23期65-70,86,共7页
基金
国家自然科学基金(52175096)。
文摘
由于滚动轴承故障样本获取困难,导致训练样本分布往往呈现极强的不平衡性,严重影响轴承智能故障诊断的准确率。针对滚动轴承训练样本不平衡的问题,提出一种基于约束式自编码器-生成对抗网络(constrained autoencoder-generative adversarial network, CAE-GAN)的故障诊断方法,通过增强故障样本特征以提高诊断模型的精度。首先结合自编码器和生成对抗网络,构建一种基于编码-解码-判别结构的网络模型,以提高生成器捕捉真实样本分布的能力;为进一步提高生成样本的质量,提出一种基于距离约束的方法以限制不同类别样本之间的距离,从而避免生成样本全部来自同一类型。通过滚动轴承故障诊断试验证明了该方法能有效提高生成样本的质量,解决样本不平衡问题,轴承故障诊断准确率较其他方法有明显提高。
关键词
滚动轴承
故障诊断
样本不平衡
自编码器
(
ae
)
生成对抗网络(GAN)
距离约束
Keywords
rolling bearing
fault diagnosis
unbalance of samples
autoencoder(
ae
)
generative adversarial network(GAN)
distance constraint
分类号
TH212 [机械工程—机械制造及自动化]
TH213.3 [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
基于深度学习的TC4钛合金零件微小缺陷超声相控阵检测图像降噪方法研究
被引量：
2
3
作者
汪小凯
蒋秋月
关山月
华林
机构
武汉理工大学现代汽车零部件技术湖北省重点实验室
武汉理工大学汽车零部件技术湖北省协同创新中心
武汉理工大学材料绿色精密成形技术与装备湖北省工程中心
出处
《航空制造技术》
CSCD
北大核心
2023年第22期46-52,共7页
基金
国家自然科学基金(U2037204,52175362)
武汉市东湖新技术开发区“揭榜挂帅”项目(2022KJB128)。
文摘
钛合金因具有强度高、耐蚀性好、耐热性高等特点被广泛用于航空航天等领域,针对其内部微小缺陷超声相控阵检测过程中存在信噪比低、易漏检等问题,提出一种基于深度学习的微小缺陷超声相控阵检测图像降噪方法。首先通过钛合金试块相控阵检测试验获得缺陷含噪原始图像,采用Mask RCNN模型训练并构建高噪–低噪数据集,进而基于变分自编码器设计微小缺陷检测图像降噪模型,通过与传统滤波降噪、时频域降噪算法对比,证明所提出的算法可保留原始图像缺陷细节信息,与含噪原图对比,其峰值信噪比优化了11.35%,结构相似性提升154.17%。最后开展了某钛合金航空机匣环件超声相控阵检测试验,采用所提方法对环件内部φ0.2 mm平底孔缺陷检测图像进行降噪处理,有效降低了散射噪声对微小缺陷检测的影响,同时也证明所提降噪算法具有良好的泛化性能。
关键词
超声相控阵
微小缺陷检测
图像降噪
深度学习
自编码器
(
ae
)
Keywords
Ultrasonic phased array
Micro defect detection
Image denoising
Deep learning
Autoencoder(
ae
)
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
TG146.23 [金属学及工艺—金属材料]
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
基于自编码器和门限循环单元神经网络的滚动轴承退化趋势预测
王鹏
邓蕾
汤宝平
韩延
《振动与冲击》
EI
CSCD
北大核心
2020
17
在线阅读
下载PDF
职称材料
2
基于CAE-GAN的滚动轴承故障诊断方法
李可
何坚光
宿磊
顾杰斐
包灵昊
薛志钢
《振动与冲击》
EI
CSCD
北大核心
2023
6
在线阅读
下载PDF
职称材料
3
基于深度学习的TC4钛合金零件微小缺陷超声相控阵检测图像降噪方法研究
汪小凯
蒋秋月
关山月
华林
《航空制造技术》
CSCD
北大核心
2023
2
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
