FAILED
首站-论文投稿智能助手
典型文献
基于AlexNet-Adaboost的多工况滚动轴承故障识别方法
文献摘要:
针对实际工程中滚动轴承多工况下传统故障诊断方法识别率偏低的情况.提出了一种基于AlexNet-Adaboost相结合的滚动轴承故障识别方法.以滚动轴承信号的时频图作为模型输入、分类结果作为模型输出,训练多个AlexNet基分类器;在此基础上利用Adaboost(自适应提升)算法进一步提升得到强分类器,将多工况下滚动轴承信号的时频图输入强分类器进行测试.结果 显示,所提方法可实现对多工况下滚动轴承故障有效识别,并且在一定程度上提高了故障分类的准确性.
文献关键词:
状态识别;时频图;滚动轴承;卷积神经网络(CNN);自适应提升算法
作者姓名:
唐贵基;田寅初;田甜
作者机构:
华北电力大学(保定)机械工程系,河北保定071003
文献出处:
引用格式:
[1]唐贵基;田寅初;田甜-.基于AlexNet-Adaboost的多工况滚动轴承故障识别方法)[J].振动与冲击,2022(02):20-25
A类:
B类:
AlexNet,Adaboost,多工况,滚动轴承,轴承故障,故障识别方法,针对实际,下传,故障诊断方法,方法识别,识别率,时频图,模型输入,模型输出,基分类器,升得,故障分类,状态识别,自适应提升算法
AB值:
0.282282
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。