典型文献
基于压缩激励残差神经网络的轴承损伤诊断
文献摘要：
滚动轴承是旋转机械的重要零件之一,文中针对滚动轴承损伤类型有效识别问题,提出了一种基于压缩激励残差神经网络的滚动轴承损伤诊断方法.本方法对轴承原始振动信号使用连续小波变换提取特征,形成二维时频样本,再利用样本对压缩激励残差神经网络进行训练,最后在全连接层使用Softmax分类器实现对轴承损伤的分类.用QPZZ-Ⅱ旋转机械振动损伤实验平台数据验证模型性能.实验结果表明:该方法对不同负载下滚动轴承损伤识别的准确率达99.95％,具有良好的泛化性和鲁棒性.
文献关键词：
滚动轴承;小波变换;压缩激励残差神经网络;损伤诊断
中图分类号：
作者姓名：
韩元政;谷艳玲;陈长征;田淼;孙鲜明
作者机构：
沈阳工业大学机械工程学院 沈阳 110870;宁波坤博测控科技有限公司 宁波 315201
文献出处：
引用格式：
[1]韩元政;谷艳玲;陈长征;田淼;孙鲜明-.基于压缩激励残差神经网络的轴承损伤诊断)[J].起重运输机械,2022(05):30-34,70
A类：
压缩激励残差神经网络,QPZZ
B类：
轴承损伤,损伤诊断,滚动轴承,旋转机械,零件,损伤类型,振动信号,连续小波变换,提取特征,时频,全连接层,Softmax,分类器,机械振动,振动损伤,实验平台,平台数据,数据验证,验证模型,模型性能,不同负载,损伤识别,泛化性
AB值：
0.258252
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。
