-
题名改进抗噪1D-CNN的旋转车轮动平衡状态监测
被引量：1
- 1
-
-
作者
周海超
关浩东
王国林
张宇
赵春来
-
机构
江苏大学汽车与交通工程学院
东风汽车集团有限公司前瞻技术研究院
-
出处
《振动.测试与诊断》
北大核心
2025年第2期309-315,412,413,共9页
-
基金
国家自然科学基金面上资助项目(52072156,52272366)。
-
文摘
针对实车旋转车轮动平衡状态难以实时监测及预判的问题,提出了一种融合注意力机制的抗噪一维卷积神经网络(noise resistant 1D convolutional neural network,简称NRCNN)的旋转车轮动平衡健康状态监测方法。首先,构建NRCNN模型,以在实车车轮上添加3种不同质量平衡块的方式获得3种不同速度下对应的旋转车轮动不平衡状态下的振动信息;其次,以高斯白噪声为噪声输入,对所测旋转车轮不同动平衡状态的振动信息进行处理,获得试验样本数据,并用其进行模型训练;然后,综合运用卷积运算机制和特征变换进行t分布随机邻域嵌入(t-distributed stochastic neighbor embedding,简称t-SNE)可视化显示,实现对不同动平衡状态的分类输出。结果表明,在不同信噪比的工况下,所提出的改进NRCNN模型旋转车轮的动平衡状态监测方法相比于传统一维卷积神经网络(1D convolutional neural network,简称1D-CNN)模型,展现出更高的诊断准确性,最高可达到99.95%。
-
关键词
卷积神经网络
注意力机制
车轮动平衡
状态监测
高斯白噪声
-
Keywords
convolutional neural network
attention mechanism
wheel dynamic balance
condition monitoring
Gaussian white noise
-
分类号
TH17
[机械工程—机械制造及自动化]
-
