排序方式: 共有9条查询结果,搜索用时 171 毫秒
1
1.
针对现有的卷积神经网络(Convolutional Neural Network,CNN)故障诊断方法只能提取单尺度特征,丢失了故障敏感信息,无法正确表达电机轴承的健康状态的问题,提出了注意力机制的多尺度卷积神经网络(Multi-scale Convolutional Neural Network,MSCNN)故障诊断方法,将多尺度特征提取整合到传统的CNN结构中。通过不同尺寸的卷积核捕获信号的多尺度特征,使模型获得多样性的特征表达;引入注意力机制(Attention Mechanism,ATT),对提取的特征自适应的评分和赋值,将注意力集中在敏感特征上,让模型学习到高级特征;最后利用公开数据集进行实验验证,结果表明,所提方法诊断精度高,具有较好的泛化性能。 相似文献
2.
3.
4.
为解决实际工程环境中因轴承故障数据缺失引起的数据不平衡,进而影响模型诊断的问题,提出了不平衡数据处理技术在轴承故障诊断中的应用,即使用少量数据,训练出一个能够诊断多种轴承故障的模型.针对不同种类故障数据的边界混淆及类内不平衡,首先对少数类样本进行高斯混合模型( GMM )聚类,根据簇密度分布函数使用 GMM-SMOTE 进行权重采样,然后针对边界混淆问题使用 Tomek’s Link 数据清洗技术进行边界混淆样本数据清洗,形成类内类间平衡的数据集,结合超参数优化的支持向量机(SVM )模型进行诊断分析.实验结果表明,该方法效果良好,在轴承的故障诊断中有较好的实际工程意义和推广性. 相似文献
5.
6.
7.
针对行星齿轮箱故障信号成分复杂和时变性强的特点,提出了基于注意力机制的一维卷积神经网络(1D-CNN )行星齿轮箱故障诊断方法.首先,将行星齿轮箱各类故障状态的原始振动信号进行分段处理,作为模型的输入;其次,利用一维卷积神经网络对行星齿轮箱的原始振动信号学习齿轮故障特征,结合注意力机制( AM )对特征序列自适应的赋予不同的权重,增强故障特征信息;最后,利用 Softmax 分类器实现行星齿轮箱的故障诊断.通过故障实验验证以及与其他模型的对比,该故障诊断模型具有较强的学习能力,诊断性能优于其他的深度学习模型,有较好的工程实际意义. 相似文献
8.
SARS也好,涨价风波也好,运费涨价也好,都只是中国经济快速发展遭遇的朵朵浪花,也只有经历过风吹浪打,企业才会更稳健。同时需要务实性思考:当不确定性环境越来越成为一种“常态”,企业的系统应变能力将如何接受考验?当危机不期而至时,你们准备好了吗? 相似文献
9.
谭庆慧普泽李琦秦宇翔杨永灿 《云南水力发电》2023,(6):39-41
水电站顶盖排水系统为水轮发电机组的重要辅助系统,其作用是及时排出顶盖内主轴密封、活动导叶轴套等部位的漏水。顶盖排水系统缺陷引发的水淹水导轴承事故在国内外时有发生,其可靠性时常困扰着水电站的维护人员。以阿海水电站顶盖排水系统为例,深入分析顶盖排水泵运行时间长的原因并进行优化改造,大大缩短了顶盖排水泵运行时间、提高了顶盖排水泵使用寿命。 相似文献
1