FAILED
首站-论文投稿智能助手
典型文献
改进1DCNN与相似性度量增强的齿轮箱故障识别
文献摘要:
齿轮箱发生故障时,因振源耦合等因素,各类单一故障和复合故障间具有一定共性特征,造成传统的基于卷积神经网络(convolutional neural network,简称CNN)的智能诊断方法准确率下降和诊断性能鲁棒性差.针对上述问题,提出一种新的基于一维卷积神经网络(one-dimensional CNN,简称1DCNN)的齿轮箱故障智能识别方法.该网络引入LeakyRelu激活函数替代原网络结构卷积层中的激活函数,防止训练时的神经元失效;利用LookAhead优化器,避免反向参数优化时训练结果收敛于局部极值;提出相似性损失度量函数,最小化同类样本序列间距的同时最大化不同类样本序列间距,以强化网络结构的标签识别能力和分类稳定性.将上述网络命名为sLL-1DCNN,利用齿轮箱故障模拟试验台信号对网络进行训练并识别各类故障,结果表明,该网络在训练集样本序列数量较少时具有更好的特征提取和泛化能力,且在训练集样本序列数量增加时,具备优于其他3种CNN的分类能力和分类稳定性.
文献关键词:
齿轮箱;多工况;复合故障;卷积神经网络;相似度矩阵
作者姓名:
熊炘;郑少帅;何俊;杨世锡
作者机构:
上海大学机电工程与自动化学院 上海,200444;上海航天控制技术研究所 上海,201109;浙江大学机械工程学院 杭州,310027
引用格式:
[1]熊炘;郑少帅;何俊;杨世锡-.改进1DCNN与相似性度量增强的齿轮箱故障识别)[J].振动、测试与诊断,2022(02):242-248
A类:
LookAhead,sLL
B类:
1DCNN,相似性度量,齿轮箱,故障识别,振源,单一故障,复合故障,共性特征,convolutional,neural,network,智能诊断方法,诊断性,一维卷积神经网络,one,dimensional,智能识别方法,LeakyRelu,激活函数,卷积层,优化器,局部极值,失度,度量函数,标签识别,识别能力,故障模拟,模拟试验台,训练集,少时,泛化能力,加时,多工况,相似度矩阵
AB值:
0.379214
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。