期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
改进ResNet结合MKSVDD的谐波减速器多状态同尺度定量评估方法
1
作者 孙宇林 罗双 +2 位作者 康守强 王玉静 刘连胜 《仪器仪表学报》 2025年第6期304-316,共13页
针对谐波减速器故障程度难以精确量化以及不同故障位置无法在同一尺度下定量分析的问题,提出一种改进深度残差网络(ResNet)结合多核支持向量数据描述(MKSVDD)的谐波减速器多状态同尺度下的定量评估方法。该方法首先提出一种新的谐波减... 针对谐波减速器故障程度难以精确量化以及不同故障位置无法在同一尺度下定量分析的问题,提出一种改进深度残差网络(ResNet)结合多核支持向量数据描述(MKSVDD)的谐波减速器多状态同尺度下的定量评估方法。该方法首先提出一种新的谐波减速器多状态同尺度定量评估框架,并对微弱故障敏感的声发射信号进行连续小波变换构建二维时频图数据集;其次提出卷积注意力模块改进ResNet以充分挖掘二维时频图的深层特征;再引入多核核函数改进支持向量数据描述,基于谐波减速器正常状态的深层特征构建MKSVDD健康状态评估模型;然后,计算不同故障程度的特征相对于正常状态球心的距离,构建评估指标,通过拟合得到定量评估曲线;此外,根据谐波减速器的结构和声发射信号传播机理,提出相对距离补偿方案以构建多状态评估指标,实现谐波减速器不同健康状态在同一尺度下的定量评估。通过搭建谐波减速器实验台,对未知故障程度的数据进行多组对比实验的结果表明,改进后的深度残差网络提取到的特征更聚集,所提方法能实现谐波减速器不同故障位置在同一尺度下的定量分析,且评估误差不超过3.2%,有效完成谐波减速器多状态同尺度的定量评估。 展开更多
关键词 谐波减速器 卷积注意力机制 多核支持向量数据描述 多故障状态 定量评估
在线阅读 下载PDF
多源不平衡数据下基于联邦学习的谐波减速器故障诊断方法
2
作者 王玉静 叶柏宏 +2 位作者 康守强 刘连胜 孙宇林 《仪器仪表学报》 2025年第6期317-329,共13页
针对工业机器人谐波减速器不同故障类别样本数量不平衡,以及单源信号获取信息往往有限,导致故障诊断准确率不高的问题,提出一种多源不平衡数据下基于联邦学习的谐波减速器故障诊断方法。该方法通过对不同用户的多源信号做小波变换,将一... 针对工业机器人谐波减速器不同故障类别样本数量不平衡,以及单源信号获取信息往往有限,导致故障诊断准确率不高的问题,提出一种多源不平衡数据下基于联邦学习的谐波减速器故障诊断方法。该方法通过对不同用户的多源信号做小波变换,将一维信号转换为二维图像,构建时频图数据集;利用改进的数据增强方法对不平衡数据集进行均衡处理;引入有效的通道注意力机制,并通过可学习的权重加权残差分支的输出,以增强模型对不同输入信号残差信息的适应性和对数据关键特征的提取能力;通过改进的多模态变分自编码器挖掘多源信号之间的互补信息进行特征融合,并采用焦点损失函数作为训练损失函数,使模型能够更关注错分频率较高的类别样本,构建多用户个性化本地模型;服务器端聚合用户端本地模型参数并更新全局模型,通过联邦学习保障用户端本地的孤岛隐私数据,从而对多源不平衡数据下谐波减速器进行故障诊断。通过搭建谐波减速器信号采集实验平台进行验证,所提方法能够有效提取谐波减速器多源不平衡数据的特征并实现信息融合,平均故障诊断准确率为98.8%,性能优于所对比的方法。 展开更多
关键词 数据不平衡 多源信息融合 联邦学习 谐波减速器 故障诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部