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
基于卷积双向长短期记忆网络与混沌理论的滚动轴承故障诊断
被引量：
5
1
作者
金江涛
许子非
+3 位作者
李春
缪维跑
孙康
肖俊青
《振动与冲击》
EI
CSCD
北大核心
2022年第17期160-169,共10页
针对传统滚动轴承故障诊断方法在大噪声与变载荷环境下诊断困难的问题。基于混沌理论,通过卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)提出CCNN(Chaotic CNN)-BiLSTM智能故障诊断方法。采用相空间重构法将一维时间序列转化为二维混...
针对传统滚动轴承故障诊断方法在大噪声与变载荷环境下诊断困难的问题。基于混沌理论,通过卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)提出CCNN(Chaotic CNN)-BiLSTM智能故障诊断方法。采用相空间重构法将一维时间序列转化为二维混沌序列,学习并提取混沌序列中有效非线性信息,并输入Softmax层中完成分类。结果表明,较之现有方法,所提CCNN-BiLSTM方法在变载荷和大噪声(信噪比为-8 dB)环境下的准确率分别至少高出3.76%与5.21%,表明该方法具有良好的鲁棒性和泛化性能。
展开更多
关键词
卷积神经网络
双向长短期记忆网络
混沌理论
轴承
故障诊断
在线阅读
下载PDF
职称材料
题名
基于卷积双向长短期记忆网络与混沌理论的滚动轴承故障诊断
被引量：
5
1
作者
金江涛
许子非
李春
缪维跑
孙康
肖俊青
机构
上海理工大学能源与动力工程学院
上海市动力工程多项流动与传热重点实验室
出处
《振动与冲击》
EI
CSCD
北大核心
2022年第17期160-169,共10页
基金
国家自然科学基金(51976131,52006148)
上海市“科技创新心动计划”地方院校能力建设项目(19060502200)。
文摘
针对传统滚动轴承故障诊断方法在大噪声与变载荷环境下诊断困难的问题。基于混沌理论,通过卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)提出CCNN(Chaotic CNN)-BiLSTM智能故障诊断方法。采用相空间重构法将一维时间序列转化为二维混沌序列,学习并提取混沌序列中有效非线性信息,并输入Softmax层中完成分类。结果表明,较之现有方法,所提CCNN-BiLSTM方法在变载荷和大噪声(信噪比为-8 dB)环境下的准确率分别至少高出3.76%与5.21%,表明该方法具有良好的鲁棒性和泛化性能。
关键词
卷积神经网络
双向长短期记忆网络
混沌理论
轴承
故障诊断
Keywords
convolutional neural
network
(CNN)
bi-directional
long-short
term
memory
network
(
bilstmn
)
chaos theory
bearing
fault diagnosis
分类号
TH113 [机械工程—机械设计及理论]
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
基于卷积双向长短期记忆网络与混沌理论的滚动轴承故障诊断
金江涛
许子非
李春
缪维跑
孙康
肖俊青
《振动与冲击》
EI
CSCD
北大核心
2022
5
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
