| 深度残差网络在滚动轴承故障诊断中的研究 |
| |
| 引用本文： | 张小刚,丁华,王晓波,杨亮亮. 深度残差网络在滚动轴承故障诊断中的研究[J]. 机械设计与制造, 2022, 371(1): 77-80. DOI: 10.3969/j.issn.1001-3997.2022.01.017 |
| |
| 作者姓名： | 张小刚 丁华 王晓波 杨亮亮 |
| |
| 作者单位： | 太原理工大学机械与运载工程学院,山西太原 030024;煤矿综采装备山西省重点实验室,山西太原 030024 |
| |
| 基金项目： | 山西省科技基础条件平台项目(201805D141002);山西省煤矿装备与机械结构虚拟仿真实验教学中心开放实验项目(2019MJ01)。 |
| |
| 摘 要： | ![]()
近年来,由于传统人工提取特征的方法不足以准确表征滚动轴承的健康状态,深度学习算法被逐渐应用于滚动轴承的故障诊断中,它能够自适应的从输入数据中学习出所需要的特征.其中,相较于普通的深度学习算法,深度残差网络通过恒等映射的方式可以大幅度降低模型的训练难度.因此,采用了一种用于滚动轴承故障诊断的深度残差网络(ResNet),...
|
| 关 键 词： | 滚动轴承 故障诊断 深度学习 振动信号 深度残差网络 |
Study on Fault Diagnosis of Rolling Bearing by Deep Residual Network |
| |
| ZHANG Xiao-gang,DING Hua,WANG Xiao-bo,YANG Liang-liang. Study on Fault Diagnosis of Rolling Bearing by Deep Residual Network[J]. Machinery Design & Manufacture, 2022, 371(1): 77-80. DOI: 10.3969/j.issn.1001-3997.2022.01.017 |
| |
| Authors: | ZHANG Xiao-gang DING Hua WANG Xiao-bo YANG Liang-liang |
| |
| Affiliation: | (College of Mechanical and Vehicle Engineering,Taiyuan University of Technology,Shanxi Taiyuan 030024,China;Shanxi Key Laboratory of Fully Mechanized Coal Mining Equipment,Shanxi Taiyuan 030024,China) |
| |
| Abstract: | ![]()
|
| |
| Keywords: | Rolling Bearing Fault Diagnosis Deep Learning Vibration Signal Deep Residual Network |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
