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
PSO优化深度神经网络诊断齿轮早期点蚀故障
被引量：
11
1
作者
李嘉琳
何巍华
曲永志
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019年第7期974-979,共6页
基于数据驱动方法诊断齿轮故障时一般会用傅里叶变换等进行特征提取,特征提取方法的选取对诊断结果影响很大.提出应用深度神经网络来诊断齿轮早期点蚀故障,直接以采集的振动信号作为网络输入,可以避免特征提取环节产生误差.此外,应用粒...
基于数据驱动方法诊断齿轮故障时一般会用傅里叶变换等进行特征提取,特征提取方法的选取对诊断结果影响很大.提出应用深度神经网络来诊断齿轮早期点蚀故障,直接以采集的振动信号作为网络输入,可以避免特征提取环节产生误差.此外,应用粒子群算法优化深度神经网络,使训练过程更稳定、诊断率更高.在分析结果时应用主成分分析法对网络输出进行降维.用实验采集的数据训练并测试网络,诊断正确率能达到90%之上,证明所提出的方法是合理、可用的.
展开更多
关键词
齿轮
早期点蚀
粒子群算法
深度神经网络
主成分分析
在线阅读
下载PDF
职称材料
题名
PSO优化深度神经网络诊断齿轮早期点蚀故障
被引量：
11
1
作者
李嘉琳
何巍华
曲永志
机构
东北
大学
机械
工程
与自动化学院
伊利诺伊大学芝加哥分校机械及工业工程系
武汉理工
大学
机电
工程
学院
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019年第7期974-979,共6页
基金
国家自然科学基金资助项目(51505353,51675089)
文摘
基于数据驱动方法诊断齿轮故障时一般会用傅里叶变换等进行特征提取,特征提取方法的选取对诊断结果影响很大.提出应用深度神经网络来诊断齿轮早期点蚀故障,直接以采集的振动信号作为网络输入,可以避免特征提取环节产生误差.此外,应用粒子群算法优化深度神经网络,使训练过程更稳定、诊断率更高.在分析结果时应用主成分分析法对网络输出进行降维.用实验采集的数据训练并测试网络,诊断正确率能达到90%之上,证明所提出的方法是合理、可用的.
关键词
齿轮
早期点蚀
粒子群算法
深度神经网络
主成分分析
Keywords
gear
early pitting
PSO algorithm
deep neural network(DNN)
principal component analysis(PCA)
分类号
TH132.41 [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
PSO优化深度神经网络诊断齿轮早期点蚀故障
李嘉琳
何巍华
曲永志
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019
11
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
