期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度小波自动编码器和极限学习机的轴承故障诊断
被引量:
17
1
作者
陶沙沙
郭顺生
《科学技术与工程》
北大核心
2020年第29期12196-12203,共8页
针对原始振动数据无监督特征学习问题,提出了一种深度小波自动编码器(deep wavelet automatic encoder,DWAE)与鲁棒极限学习机(extreme learning machine,ELM)相结合的滚动轴承的智能故障诊断方法。首先,利用小波函数作为非线性激活函...
针对原始振动数据无监督特征学习问题,提出了一种深度小波自动编码器(deep wavelet automatic encoder,DWAE)与鲁棒极限学习机(extreme learning machine,ELM)相结合的滚动轴承的智能故障诊断方法。首先,利用小波函数作为非线性激活函数设计小波自动编码器从而有效地捕获信号特征。其次,利用多个小波自动编码器构造一个深度小波自动编码器来增强无监督特征学习能力。最后,采用鲁棒极限学习机作为分类器,对不同的轴承故障进行分类识别。对实验所得的轴承振动信号进行对比分析,结果验证了研究结果能够在原始振动数据无监督特征学习的条件下该方法优于传统方法和标准深度学习方法。
展开更多
关键词
智能故障诊断
滚动轴承
深度小波自动编码器
极限学习机
无监督特征学习
下载PDF
职称材料
基于深度小波去噪自动编码器的轴承智能故障诊断方法
被引量:
5
2
作者
李晓花
江星星
《计算机应用与软件》
北大核心
2021年第2期145-151,190,共8页
针对原始振动数据无监督特征学习问题,提出一种深度小波去噪自动编码器与鲁棒极限学习机相结合的滚动轴承的智能故障诊断方法。利用小波函数作为非线性激活函数设计小波去噪自动编码器,从而有效地捕获信号特征;利用多个小波去噪自动编...
针对原始振动数据无监督特征学习问题,提出一种深度小波去噪自动编码器与鲁棒极限学习机相结合的滚动轴承的智能故障诊断方法。利用小波函数作为非线性激活函数设计小波去噪自动编码器,从而有效地捕获信号特征;利用多个小波去噪自动编码器构造一个深度小波去噪自动编码器来增强无监督特征学习能力;采用鲁棒极限学习机作为分类器,对不同的轴承故障进行分类识别。对实验所得的轴承振动信号进行对比分析,结果验证了该方法在原始振动数据无监督特征学习的条件下优于传统方法和标准深度学习方法。
展开更多
关键词
智能故障诊断
滚动轴承
深度小
波
去噪
自动
编码器
极限学习机
无监督特征学习
下载PDF
职称材料
基于DWAE和GRUNN组合模型的变工况齿轮箱故障诊断分析
3
作者
刘传慧
陈晓静
+2 位作者
侯晓晓
朱强
董勇
《机械传动》
北大核心
2022年第2期155-159,共5页
为了更好地识别噪声与时变转速条件对变工况齿轮箱的故障,开发了一种通过深度小波自动编码器(DWAE)与门控循环单元神经网络(GRUNN)相结合的变工况齿轮箱故障识别方法,其能够从含噪样本自主提取得到鲁棒故障特征;通过Adam与Dropout方法...
为了更好地识别噪声与时变转速条件对变工况齿轮箱的故障,开发了一种通过深度小波自动编码器(DWAE)与门控循环单元神经网络(GRUNN)相结合的变工况齿轮箱故障识别方法,其能够从含噪样本自主提取得到鲁棒故障特征;通过Adam与Dropout方法进行训练,通过Softmax分类器对待诊样本的变工况齿轮箱运行状态进行了准确识别。研究结果表明,采用该模型识别齿轮故障时,能够达到有效分离齿轮的6种故障状态,从而满足齿轮状态聚类的优化功能;该模型能够提取出DWAE的鲁棒特征参数,也可以发挥GRUNN以实现消除梯度的效果。当训练样本数增加,待诊样本的准确率也发生了明显提升。样本数超过200后,测试待诊样本可获得稳定准确率,通过DWAEGRUNN方法识别得到的准确率最高。针对变转速工况,该模型可以保持很好的准确率。
展开更多
关键词
变工况齿轮箱
故障识别
深度小波自动编码器
门控循环单元神经网络
准确率
下载PDF
职称材料
题名
基于深度小波自动编码器和极限学习机的轴承故障诊断
被引量:
17
1
作者
陶沙沙
郭顺生
机构
武汉理工大学机电工程学院
成都工业职业技术学院
出处
《科学技术与工程》
北大核心
2020年第29期12196-12203,共8页
基金
国家自然科学基金(51705386,51705385)。
文摘
针对原始振动数据无监督特征学习问题,提出了一种深度小波自动编码器(deep wavelet automatic encoder,DWAE)与鲁棒极限学习机(extreme learning machine,ELM)相结合的滚动轴承的智能故障诊断方法。首先,利用小波函数作为非线性激活函数设计小波自动编码器从而有效地捕获信号特征。其次,利用多个小波自动编码器构造一个深度小波自动编码器来增强无监督特征学习能力。最后,采用鲁棒极限学习机作为分类器,对不同的轴承故障进行分类识别。对实验所得的轴承振动信号进行对比分析,结果验证了研究结果能够在原始振动数据无监督特征学习的条件下该方法优于传统方法和标准深度学习方法。
关键词
智能故障诊断
滚动轴承
深度小波自动编码器
极限学习机
无监督特征学习
Keywords
intelligent fault diagnosis
rolling bearing
deep wavelet automatic encoder
extreme learning machine
unsupervised feature learning
分类号
V263.6 [航空宇航科学与技术—航空宇航制造工程]
TP273 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于深度小波去噪自动编码器的轴承智能故障诊断方法
被引量:
5
2
作者
李晓花
江星星
机构
商丘职业技术学院
苏州大学城市轨道交通学院
出处
《计算机应用与软件》
北大核心
2021年第2期145-151,190,共8页
基金
国家自然科学基金项目(51705349)。
文摘
针对原始振动数据无监督特征学习问题,提出一种深度小波去噪自动编码器与鲁棒极限学习机相结合的滚动轴承的智能故障诊断方法。利用小波函数作为非线性激活函数设计小波去噪自动编码器,从而有效地捕获信号特征;利用多个小波去噪自动编码器构造一个深度小波去噪自动编码器来增强无监督特征学习能力;采用鲁棒极限学习机作为分类器,对不同的轴承故障进行分类识别。对实验所得的轴承振动信号进行对比分析,结果验证了该方法在原始振动数据无监督特征学习的条件下优于传统方法和标准深度学习方法。
关键词
智能故障诊断
滚动轴承
深度小
波
去噪
自动
编码器
极限学习机
无监督特征学习
Keywords
Intelligent fault diagnosis
Rolling bearing
Deep wavelet auto-encoder
Limit learning machine
Unsupervised feature learning
分类号
V263.6 [航空宇航科学与技术—航空宇航制造工程]
TP273 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于DWAE和GRUNN组合模型的变工况齿轮箱故障诊断分析
3
作者
刘传慧
陈晓静
侯晓晓
朱强
董勇
机构
黄河交通学院汽车工程学院
河南理工大学机械工程学院
河南省东泰齿轮有限公司
出处
《机械传动》
北大核心
2022年第2期155-159,共5页
基金
河南省教育厅科技研究课题(ZD2018020)。
文摘
为了更好地识别噪声与时变转速条件对变工况齿轮箱的故障,开发了一种通过深度小波自动编码器(DWAE)与门控循环单元神经网络(GRUNN)相结合的变工况齿轮箱故障识别方法,其能够从含噪样本自主提取得到鲁棒故障特征;通过Adam与Dropout方法进行训练,通过Softmax分类器对待诊样本的变工况齿轮箱运行状态进行了准确识别。研究结果表明,采用该模型识别齿轮故障时,能够达到有效分离齿轮的6种故障状态,从而满足齿轮状态聚类的优化功能;该模型能够提取出DWAE的鲁棒特征参数,也可以发挥GRUNN以实现消除梯度的效果。当训练样本数增加,待诊样本的准确率也发生了明显提升。样本数超过200后,测试待诊样本可获得稳定准确率,通过DWAEGRUNN方法识别得到的准确率最高。针对变转速工况,该模型可以保持很好的准确率。
关键词
变工况齿轮箱
故障识别
深度小波自动编码器
门控循环单元神经网络
准确率
Keywords
Variable working condition gearbox
Fault identification
Deep wavelet autoencoder(DWAE)
Gated cyclic unit neural network(GRUNN)
Accuracy
分类号
TH132.41 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度小波自动编码器和极限学习机的轴承故障诊断
陶沙沙
郭顺生
《科学技术与工程》
北大核心
2020
17
下载PDF
职称材料
2
基于深度小波去噪自动编码器的轴承智能故障诊断方法
李晓花
江星星
《计算机应用与软件》
北大核心
2021
5
下载PDF
职称材料
3
基于DWAE和GRUNN组合模型的变工况齿轮箱故障诊断分析
刘传慧
陈晓静
侯晓晓
朱强
董勇
《机械传动》
北大核心
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部