期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
CNNLSTM深度神经网络在滚动轴承故障诊断中的应用 被引量:70
1
作者 陈保家 陈学力 +4 位作者 沈保明 陈法法 李公法 肖文荣 肖能齐 《西安交通大学学报》 EI CAS CSCD 北大核心 2021年第6期28-36,共9页
针对大数据下的滚动轴承振动信号自适应故障特征提取与智能诊断问题,提出了一种结合卷积神经网络(CNN)与长短时记忆网络(LSTM)的故障诊断模型。首先通过网格搜索算法寻找到当前模型的最优初始参数;然后以原始一维振动信号作为模型的输入... 针对大数据下的滚动轴承振动信号自适应故障特征提取与智能诊断问题,提出了一种结合卷积神经网络(CNN)与长短时记忆网络(LSTM)的故障诊断模型。首先通过网格搜索算法寻找到当前模型的最优初始参数;然后以原始一维振动信号作为模型的输入,利用网络CNN层自适应提取短时特征信并降维后作为LSTM层输入;接着利用LSTM层学习特征信息并训练神经网络模型;最后,网络输出层利用Softmax函数实现多故障模式识别,完成故障诊断。使用Spectra Quest机械故障综合模拟试验台实测数据集对模型进行验证,试验结果表明,与多层感知器、LSTM网络以及经典的LeNet5、AlexNet、VGG相比,所提出的CNN-LSTM模型的分类平均准确率可达99%以上,且模型结构比其他模型更简单,训练时间更短;同时,通过K折叠交叉验证算法对模型进行评价,结果表明CNN-LSTM模型计算误差较小且网络训练充分,未出现过拟合或欠拟合情况。 展开更多
关键词 滚动轴承 智能诊断 故障诊断 卷积神经网络 长短时记忆网络
在线阅读 下载PDF
水润滑尾轴承振鸣音研究进展 被引量:14
2
作者 秦红玲 周新聪 +1 位作者 闫志敏 刘正林 《噪声与振动控制》 CSCD 2013年第1期123-126,135,共3页
水润滑橡胶尾轴承在低速、重载、润滑不良状况下,会出现异常振动与鸣音,影响舰船的隐蔽性与生存能力以及乘员的舒适性。目前,对尾轴承鸣音既无法进行预估;也无法在事后予以有效的消除。为此,从尾轴承鸣音产生机理、影响因素以及抑制技... 水润滑橡胶尾轴承在低速、重载、润滑不良状况下,会出现异常振动与鸣音,影响舰船的隐蔽性与生存能力以及乘员的舒适性。目前,对尾轴承鸣音既无法进行预估;也无法在事后予以有效的消除。为此,从尾轴承鸣音产生机理、影响因素以及抑制技术等方面进行了探讨和分析。认为应充分考虑各种因素的影响,结合试验和先进的分析手段开展综合研究,在此基础上,制定详实的水润滑尾轴承设计、制造、安装规范,提高舰船尾轴承的使用性能,达到减振降噪的目的。 展开更多
关键词 声学 尾轴承 振鸣音 水润滑 粘―滑现象
在线阅读 下载PDF
不同亚格子模型在水翼云空化数值计算中的适用性分析 被引量:2
3
作者 洪锋 薛环铖 +1 位作者 张帆 胡涛 《排灌机械工程学报》 CSCD 北大核心 2022年第9期915-920,共6页
为了研究不同亚格子模型在计算绕二维Clark-Y水翼非定常空化流动中的适用性,基于均相流假设及Zwart空化模型,并分别利用Wall-Adapting Local Eddy-Viscosity(WALE),Smagorinsky-Lilly,Algebraic Wall-Modeled LES Model(WMLES)及Dynamic... 为了研究不同亚格子模型在计算绕二维Clark-Y水翼非定常空化流动中的适用性,基于均相流假设及Zwart空化模型,并分别利用Wall-Adapting Local Eddy-Viscosity(WALE),Smagorinsky-Lilly,Algebraic Wall-Modeled LES Model(WMLES)及Dynamic Kinetic Energy Sub-grid Scale Model(KET)4种不同亚格子模型对控制方程组进行封闭.得到了云空化时不同亚格子模型预测的翼型升阻力系数、不同位置处流场时均速度分布、空泡形态周期性变化等非定常流动特征,并与相应试验数据进行对比.研究表明:与其他亚格子模型的预测结果相比,WALE模型模拟得到的平均升力系数与试验测量值最吻合,二者相对误差仅在1%以内,且其预测的瞬时升力系数与相应试验值也呈现较为一致的震荡规律;WALE模型能更准确地捕捉云空化阶段空泡非定常演变特征,包括翼型前缘附着型空穴增长,以及在回射流作用下片状空泡的断裂和云空泡脱落行为.基于WALE模型的计算结果,采用Q准则表达了水翼空化尾迹的旋涡结构,发现空泡的脱落及云状空泡的形成诱发了旋涡产生. 展开更多
关键词 非定常空化 水翼 亚格子模型 空泡脱落 数值模拟
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部