| 基于卷积孪生神经网络的滚动轴承故障定位方法 |
| |
| 引用本文： | 刘岱,常东润,孙习习,陈斌. 基于卷积孪生神经网络的滚动轴承故障定位方法[J]. 机电工程, 2022, 39(3): 309-316. DOI: 10.3969/j.issn.1001-4551.2022.03.004 |
| |
| 作者姓名： | 刘岱 常东润 孙习习 陈斌 |
| |
| 作者单位： | 中国民航大学 安全科学与工程学院,天津300300,中国民航大学 电子信息与自动化学院,天津300300 |
| |
| 基金项目： | 国家自然科学基金委员会-中国民航局民航联合研究基金资助项目(U1933107)； |
| |
| 摘 要： | 在不同设备及不同工况的条件下,滚动轴承的振动数据分布存在差异,采用传统的深度学习模型难以应对数据集分布不一致的状况,针对这一问题,提出了一种基于卷积孪生神经网络的轴承故障定位方法.首先,选择孪生网络作为基本框架,对预处理后的设备数据进行了扩充,使之达到了数据增强的目的;然后,选择随机池化-ELU-CNN(SE-CNN)...
|
| 关 键 词： | 滚动轴承 故障定位方法 深度学习 卷积孪生神经网络 |
Fault location method of rolling bearing based on convolution twin neural network |
| |
| LIU Dai,CHANG Dong-run,SUN Xi-xi,CHEN Bin. Fault location method of rolling bearing based on convolution twin neural network[J]. Mechanical & Electrical Engineering Magazine, 2022, 39(3): 309-316. DOI: 10.3969/j.issn.1001-4551.2022.03.004 |
| |
| Authors: | LIU Dai CHANG Dong-run SUN Xi-xi CHEN Bin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
