基于1D-RSLBCNN的齿轮箱故障诊断 |
| |
引用本文: | 高丙坤,丁春阳,孙双.基于1D-RSLBCNN的齿轮箱故障诊断[J].组合机床与自动化加工技术,2023(11):138-141+145. |
| |
作者姓名: | 高丙坤 丁春阳 孙双 |
| |
作者单位: | 东北石油大学电气信息工程学院 |
| |
基金项目: | 国家自然科学基金项目(61422301); |
| |
摘 要: | 针对传统故障模型参数多,训练和检测时间长的问题,提出了基于残差结构和局部二进制卷积(1D-RSLBCNN)的齿轮箱故障诊断方法。其利用局部二进制卷积层来替代传统卷积层,在减少模型参数的同时,加快了训练速度和收敛速度;同时在网络模型中引入残差结构,避免了由于网络深度的增加引起的正确率饱和甚至下降的问题。实验结果表明,局部二进制卷积层的参数量为传统卷积层的1/3,诊断准确率更是高达99.7%。与其他模型相比,具有更稳定、可靠的预测精度。
|
关 键 词: | 残差结构 局部二进制卷积 齿轮箱故障诊断 卷积网络 |
|
|