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
1
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
基于特征融合的注意力增强卷积神经网络的航空发动机滚动轴承故障诊断方法
被引量：
13
1
作者
李泽东
李志农
+2 位作者
陶俊勇
毛清华
张旭辉
《兵工学报》
EI
CAS
CSCD
北大核心
2022年第12期3228-3239,共12页
针对现有基于深度卷积神经网络的故障诊断方法只考虑对信息局部特征的提取、忽视全局信息的不足,将可以把握全局信息的注意力机制融入卷积层,使得注意力机制参数和卷积层参数参与网络的训练,提出一种注意力增强卷积神经网络的机械故障...
针对现有基于深度卷积神经网络的故障诊断方法只考虑对信息局部特征的提取、忽视全局信息的不足,将可以把握全局信息的注意力机制融入卷积层,使得注意力机制参数和卷积层参数参与网络的训练,提出一种注意力增强卷积神经网络的机械故障诊断方法。通过经验模态分解、变分模态分解和小波包分解的方法提取滚动轴承振动信号的高维特征模量;将特征模量组成多通道样本输入到注意力增强卷积神经网络中进行训练,利用网络对特征模量自适应地融合和选择,从而挖掘特征模量的隐式特征;使用Softmax分类器进行分类识别;通过训练好的网络对高转速下的滚动轴承进行故障诊断;利用不同信噪比的信号对所提方法进行测试,以验证网络的泛化能力和故障诊断效果。实验结果表明:该方法能准确、有效地对航空发动机滚动轴承不同故障的损伤程度进行分类识别。
展开更多
关键词
注意力增强卷积
深度卷积神经网络
特征融合
航空发动机滚动轴承
故障诊断
在线阅读
下载PDF
职称材料
题名
基于特征融合的注意力增强卷积神经网络的航空发动机滚动轴承故障诊断方法
被引量：
13
1
作者
李泽东
李志农
陶俊勇
毛清华
张旭辉
机构
南昌航空大学无损检测教育部重点实验室
国防科技大学装备综合保障技术重点实验室
陕西省矿山机电装备智能监测重点实验室
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2022年第12期3228-3239,共12页
基金
国家自然科学基金项目(52075236)
江西省自然科学基金重点项目(20212ACB202005)
+2 种基金
装备预先研究项目(6142003190210)
南昌航空大学研究生创新专项项目(YC2020-056)
陕西省矿山机电装备智能监测重点实验室开放基金重点项目(SKL-MEEIM201901)。
文摘
针对现有基于深度卷积神经网络的故障诊断方法只考虑对信息局部特征的提取、忽视全局信息的不足,将可以把握全局信息的注意力机制融入卷积层,使得注意力机制参数和卷积层参数参与网络的训练,提出一种注意力增强卷积神经网络的机械故障诊断方法。通过经验模态分解、变分模态分解和小波包分解的方法提取滚动轴承振动信号的高维特征模量;将特征模量组成多通道样本输入到注意力增强卷积神经网络中进行训练,利用网络对特征模量自适应地融合和选择,从而挖掘特征模量的隐式特征;使用Softmax分类器进行分类识别;通过训练好的网络对高转速下的滚动轴承进行故障诊断;利用不同信噪比的信号对所提方法进行测试,以验证网络的泛化能力和故障诊断效果。实验结果表明:该方法能准确、有效地对航空发动机滚动轴承不同故障的损伤程度进行分类识别。
关键词
注意力增强卷积
深度卷积神经网络
特征融合
航空发动机滚动轴承
故障诊断
Keywords
attention augmented convolution
deep convolutional neural network
feature fusion
aero-engine rolling bearing
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
作者
出处
发文年
被引量
操作
1
基于特征融合的注意力增强卷积神经网络的航空发动机滚动轴承故障诊断方法
李泽东
李志农
陶俊勇
毛清华
张旭辉
《兵工学报》
EI
CAS
CSCD
北大核心
2022
13
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
