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
面向矿用机电设备数字孪生模型的故障特征提取与识别技术
被引量：
1
1
作者
李丁卯
罗珍平
《现代电子技术》
北大核心
2025年第8期173-178,共6页
为满足矿用机电设备的智能化故障诊断需求,基于数字孪生模型提出了一种故障特征提取与识别技术方案。该方案主要包括机电设备的数字孪生建模和故障特征提取与识别两方面。通过卷积神经网络(CNN)和长短期记忆(LSTM)网络的混合模型完成数...
为满足矿用机电设备的智能化故障诊断需求,基于数字孪生模型提出了一种故障特征提取与识别技术方案。该方案主要包括机电设备的数字孪生建模和故障特征提取与识别两方面。通过卷积神经网络(CNN)和长短期记忆(LSTM)网络的混合模型完成数字孪生的建模;使用数据可视化技术和Z-score标准化方法对数据进行处理和筛选,利用小波变换方法进行故障特征提取,并设计一种基于CNN的故障识别算法。相比于传统方法,所提出的故障识别算法能够有效提高故障识别的准确率和实时性。实验测试结果表明:所构建的数字孪生模型能够准确地模拟和表征设备运行情况,验证了所提方法的正确性和有效性;而且故障识别准确率高于同类技术模型,在提高故障诊断效率方面的工程应用效果良好。
展开更多
关键词
煤矿机电设备
数字孪生模型
故障特征提取
故障识别算法
卷积神经网络
长短期记忆网络
诊断精确度
在线阅读
下载PDF
职称材料
题名
面向矿用机电设备数字孪生模型的故障特征提取与识别技术
被引量：
1
1
作者
李丁卯
罗珍平
机构
河南理工大学电气工程与自动化学院
山西鲁能河曲电煤开发有限责任公司
出处
《现代电子技术》
北大核心
2025年第8期173-178,共6页
基金
国源电力科信2023年度科技项目及技术标准项目(GSKJ-23-65)。
文摘
为满足矿用机电设备的智能化故障诊断需求,基于数字孪生模型提出了一种故障特征提取与识别技术方案。该方案主要包括机电设备的数字孪生建模和故障特征提取与识别两方面。通过卷积神经网络(CNN)和长短期记忆(LSTM)网络的混合模型完成数字孪生的建模;使用数据可视化技术和Z-score标准化方法对数据进行处理和筛选,利用小波变换方法进行故障特征提取,并设计一种基于CNN的故障识别算法。相比于传统方法,所提出的故障识别算法能够有效提高故障识别的准确率和实时性。实验测试结果表明:所构建的数字孪生模型能够准确地模拟和表征设备运行情况,验证了所提方法的正确性和有效性;而且故障识别准确率高于同类技术模型,在提高故障诊断效率方面的工程应用效果良好。
关键词
煤矿机电设备
数字孪生模型
故障特征提取
故障识别算法
卷积神经网络
长短期记忆网络
诊断精确度
Keywords
mine electromechanical equipment
digital twin model
fault feature extraction
fault identification algorithm
CNN
LSTM network
diagnostic accuracy
分类号
TN929-34 [电子电信—通信与信息系统]
TP277 [自动化与计算机技术—检测技术与自动化装置]
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
面向矿用机电设备数字孪生模型的故障特征提取与识别技术
李丁卯
罗珍平
《现代电子技术》
北大核心
2025
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
