|
|||||
|
|
| 基于Blending多卷积神经网络模型融合的滚动轴承声学故障诊断方法 | |
| 作者姓名： | 余龙靖 王冉 刘丰恺 |
| 作者单位： | 上海海事大学物流工程学院,上海 201306 |
| 摘 要： | 针对滚动轴承故障诊断中单一网络模型的不确定问题,并考虑到声信号非接触式测量的优势,提出一种多卷积神经网络(CNN)模型融合的滚动轴承声学故障诊断方法,采用多通道传声器信号对每一个CNN进行训练,然后采用Blending模型融合方法将多CNN模型进行融合,实现更精确、更可靠的故障诊断.通过半消声室内滚动轴承实验台的传声器... |
| 关 键 词： | 模型融合 卷积神经网络 滚动轴承 声信号 故障诊断 |
| 收稿时间： | 2021-03-28 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《失效分析与预防》浏览原始摘要信息 | |
| 点击此处可从《失效分析与预防》下载全文 | |