期刊专题

10.3969/j.issn.1001-3881.2020.12.021

基于SPWVD-CNN的滚动轴承故障诊断

引用
针对传统的滚动轴承故障诊断方法难以提取轴承振动数据有效特征的缺陷,提出一种基于平滑伪Wigner-Vill分布(smooth and pseudo Wigner-Ville distribution,SPWVD)和卷积神经网络(convolutional neural network,CNN)的网络模型SP-WVD-CNN.对振动数据进行平滑伪Wigner-Vill分布变换,将获得的时频图进行压缩,作为CNN的输入,利用迁移学习的思想进行网络训练,使得模型对于不同负载的数据具有良好的诊断性能,提高了网络的泛化能力.实验结果表明:SP-WVD-CNN对轴承故障数据的平均分类准确率提升至99.27%,总体性能优于使用单一的CNN和其他传统的故障诊断方法.

滚动轴承、故障诊断、SPWVD、CNN

48

TP391.9(计算技术、计算机技术)

中央高校基本科研业务中国民航大学专项基金项目;Basic Scientific Research Business of Central University Special Fund Project of Civil Aviation University of China

2020-07-28(万方平台首次上网日期,不代表论文的发表时间)

共8页

147-154

暂无封面信息
查看本期封面目录

机床与液压

1001-3881

44-1259/TH

48

2020,48(12)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn