排序方式: 共有21条查询结果,搜索用时 46 毫秒
1.
2.
3.
4.
5.
6.
7.
针对传统的卷积神经网络对特征的辨识性差的问题,提出一种将注意力模块与一维卷积神经网络相结合的滚动轴承故障诊断模型。首先以加入噪声的振动信号作为输入,利用“卷积+池化”单元提取信号的多维特征,然后通过注意力模块对特征赋予不同的权重,利用双池化层取代传统卷积神经网络中的全连接层进行特征的再次提取及特征信息整合,最后通过Softmax层完成轴承状态分类。实验表明,该模型诊断准确率可达99%,与传统模型相比,其准确率更高、收敛速度更快、训练过程更稳定、变负载情况下泛化性能更好。 相似文献
9.
10.
永磁耦合调速作为一种先进电动机调速节能技术,因其优良的可靠性已在火电厂电动机节能领域得到广泛应用。为提高绕组式永磁耦合调速器节能效果,本文在分析其调速及节能原理基础上,采用数学模型表达能量反馈系统;针对传统耦合调速器无法应对因负载转矩突变引起的调速误差问题,在调速系统中应用不确定干扰估计器(UDE)进行控制。采用MATLAB/Simulink软件对本文方法进行仿真分析,并通过电厂永磁耦合调速节能改造后一次风机用电量数据验证。结果表明:转矩突变时负载电动机启动到稳定时间约为0.17 s,且超调量极小;绕组式永磁耦合调速器可有效减少用电量,电厂永磁耦合调速节能改造后一次风机节电率为47.45%,一次风机每年可节约用电约98.5万kW·h。 相似文献