| 基于深度学习的岸桥机构减速箱振动故障识别 |
| |
| 引用本文： | 钱尼君,李勇,彭献勇,吴奇.基于深度学习的岸桥机构减速箱振动故障识别[J].机械设计与研究,2021,37(5):78-82. |
| |
| 作者姓名： | 钱尼君 李勇 彭献勇 吴奇 |
| |
| 作者单位： | 江西省特种设备检验检测研究院,南昌 330096;腾羿数据(上海)科技有限公司,上海 200240;上海交通大学 电子信息与电气工程学院,上海 200240 |
| |
| 摘 要： | 针对岸桥机构减速箱振动信号局部扰动特征学习问题的复杂性,提出一种新型故障诊断模型.首先利用整体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)变换对振动信号进行瞬态时频分析,获取典型参数的边际谱等特征,形成深度学习的特征向量.在此基础上,提出一种基于深度收缩自编码网络-模糊支持向量机的起重机械故障状态识别模型,并与深度稀疏自编码网络-模糊支持向量机模型等其它模型进行比较.实验结果显示,针对起重机械故障状态识别问题,所建立的新深度学习模型有很好的识别能力,识别准确率可达95.6％.
|
| 关 键 词： | 起重机运行状态 整体经验模态分解 深度收缩自动编码网络 |
Fault Diagnosis of Quay Crane Mechanism Based on Deep Learning |
| |
| QIAN Nijun,LI Yong,PENG Xianyong,WU Qi.Fault Diagnosis of Quay Crane Mechanism Based on Deep Learning[J].Machine Design and Research,2021,37(5):78-82. |
| |
| Authors: | QIAN Nijun LI Yong PENG Xianyong WU Qi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
