首页 | 本学科首页   官方微博 | 高级检索  
     

全矢RNN的轴承故障诊断研究
引用本文:谢远东,雷文平,韩捷,陈磊.全矢RNN的轴承故障诊断研究[J].机械设计与制造,2021(9):27-31.
作者姓名:谢远东  雷文平  韩捷  陈磊
作者单位:郑州大学振动工程研究所,河南郑州450001
摘    要:本文提出了一种基于全矢谱的RNN故障诊断方法.RNN是为了在保证在时序信息上能够提取出轴承的特征信息,并且根据全寿命周期的时序信息得到轴承的退化过程,并根据退化特征对于轴承故障信号进行分类.全矢谱技术利用同源双通道故障信息的完备性,并在此基础上,结合循环神经网络的网络特性,取代手工提取故障特征.经过试验结果验证了全矢循环神经网络(FV-RNN)方法提取得特征更加全面和准确,且该方法优于手工选择特征CEEMD以及单通道RNN网络模型.

关 键 词:智能故障诊断  循环神经网络  全矢谱  特征提取

Research On Bearing Fault Diagnosis Using Full Vector RNN
XIE Yuan-dong,LEI Wen-ping,HAN Jie,CHEN Lei.Research On Bearing Fault Diagnosis Using Full Vector RNN[J].Machinery Design & Manufacture,2021(9):27-31.
Authors:XIE Yuan-dong  LEI Wen-ping  HAN Jie  CHEN Lei
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号