| 滚动轴承早期故障智能诊断方法 |
| |
| 引用本文： | 薛继军,张迪,段晨东. 滚动轴承早期故障智能诊断方法[J]. 煤矿机械, 2022, 43(1): 167-169 |
| |
| 作者姓名： | 薛继军 张迪 段晨东 |
| |
| 作者单位： | 西安石油大学机械工程学院,西安710065;长安大学电子与控制工程学院,西安710061 |
| |
| 摘 要： | 滚动轴承的早期故障特征微弱,针对该问题,提出了一种信号包络时频变换卷积神经网络(CNN)故障诊断方法,以实现滚动轴承早期故障诊断。实验结果表明,所提方法不仅减少了训练数据,还具有较高的准确率和稳定性。
|
| 关 键 词： | 滚动轴承 早期故障诊断 包络谱时频图 CNN |
Intelligent Diagnosis Method for Early Fault of Rolling Bearing |
| |
| Xue Jijun,Zhang Di,Duan Chendong. Intelligent Diagnosis Method for Early Fault of Rolling Bearing[J]. Coal Mine Machinery, 2022, 43(1): 167-169 |
| |
| Authors: | Xue Jijun Zhang Di Duan Chendong |
| |
| Affiliation: | (School of Mechanical Engineering,Xi'an Shiyou University,Xi'an 710065,China;School of Electronics and Control Engineering,Chang'an University,Xi'an 710061,China) |
| |
| Abstract: | |
| |
| Keywords: | rolling bearing early fault diagnosis time-frequency diagram of envelope spectrum CNN |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
