云/边缘协同的轴承故障诊断方法 |
| |
引用本文: | 张文龙,胡天亮,王艳洁,魏永利.云/边缘协同的轴承故障诊断方法[J].计算机集成制造系统,2020,26(3):589-599. |
| |
作者姓名: | 张文龙 胡天亮 王艳洁 魏永利 |
| |
作者单位: | 山东大学 机械工程学院,山东 济南 250061;高效洁净机械制造教育部重点实验室,山东 济南 250061;机械工程国家级实验教学示范中心,山东 济南 250061;山东大学 机械工程学院,山东 济南 250061;高效洁净机械制造教育部重点实验室,山东 济南 250061;机械工程国家级实验教学示范中心,山东 济南 250061;山东大学 苏州研究院,江苏 苏州 215123;衢州职业技术学院 信息工程学院,浙江 衢州 324002 |
| |
基金项目: | 苏州市科技发展计划资助项目;山东省产业领军人才培育资助项目;科技创新项目;国家自然科学基金 |
| |
摘 要: | 现有轴承故障诊断技术存在以下问题:①传统诊断方法需要人工提取特征,耗时长,诊断结果不稳定;②卷积神经网络诊断方法需要大量的计算资源和较长的训练时间,与故障诊断的实时响应要求存在矛盾。针对以上问题,提出一种云/边缘协同的实时轴承故障诊断方案。经过实验验证,该方案在拥有少量样本情况下与不进行云/边缘协同相比可大幅提高诊断准确率,并节约大量的训练时间。通过改进的轴承故障诊断算法达到了较高的故障诊断准确性,并通过模型的迁移学习与边缘端协同,增强了故障诊断算法对个性化应用的适应性和故障诊断的实时性。
|
关 键 词: | 智能故障诊断 云/边缘协同 卷积神经网络 迁移学习 |
本文献已被 CNKI 万方数据 等数据库收录! |
|