排序方式: 共有71条查询结果,搜索用时 15 毫秒
1.
2.
实际工程中传统的以恒定转速和平稳信号为前提的故障诊断方法难以有效提取故障特征,为此,将深度学习中的残差网络(ResNet)与迁移学习中的领域对抗网络(DANN)相结合,提出一种深度迁移方法——残差对抗网络(RANN)。RANN采用滑窗取样策略从原始振动信号中截取故障样本,构建了包含特征提取器、故障分类器和领域判别器的残差对抗网络,采用3个工况下的滚动轴承数据,共开展6组迁移诊断试验。研究结果表明:RANN相比于标准DANN,特征提取及故障诊断效果均有所改善,平均准确率提升了约2.5百分点;该残差对抗网络通过特征提取器与领域判别器的对抗训练,可以自适应逐层提取对工况信息敏感度低的域不变特征;相比于单通道输入,采用双通道输入平均故障诊断准确率提升了约1.3百分点。所得结论可以为变工况机械设备的故障诊断提供参考。 相似文献
3.
4.
5.
6.
油田注水泵机组智能故障诊断系统 总被引:2,自引:2,他引:0
针对油田注水泵机组运行状况缺乏诊断手段 ,以及常规分析系统诊断工作量大的问题 ,研制了一种多功能、智能化的注水泵机组故障诊断系统。硬件系统由传感器、诊断仪主机和便携式计算机组成 ;软件系统由数据系统软件和故障诊断软件组成 ,而智能诊断知识库是本系统的核心部分 ,可预先将泵的各种故障以一定的数据结构存储在库中 ,诊断时可根据库中的故障模型自动调入所需的分析数据 ,对各种指标进行提取 ,并将提取的特征值存储在知识库中。通过对4台注水泵的诊断表明 ,其测试结果与现场实际情况相吻合 ,极大地降低了诊断工作量。 相似文献
7.
8.
采样频率设置过高将会增加数据冗余与系统能耗。根据机械设备振动信号的非平稳性设计了一种自适应数据采集算法。该算法通过自适应脉冲采样获取当前信号,并从时、频域2方面分析信号,再利用突变检测模型对分析结果进行处理,以指导自适应变采样,随后利用插值算法对数据进行重构。最后基于MATLAB平台对算法进行了实现,并以离心泵正常和故障下信号的仿真结果验证了该算法的有效性。 相似文献
9.
10.