典型文献
基于视觉测振和卷积神经网络的螺栓松动检测方法
文献摘要：
螺栓松动故障的准确检测对于确保机械产品可靠性具有重要意义.为了解决现有的基于卷积神经网络(CNN)的检测方法所需的大量高质量数据难以在实际工程中获取的问题,本文提出了一种基于视觉测振和CNN的螺栓松动检测方法.通过视觉测振技术,从视频中的每一个像素点提取出振动信号,有效解决了CNN模型训练数据难以获取的问题,通过少量实测视频样本即可对CNN模型进行训练,并实现对螺栓连接状态的准确预测.本文通过一个对悬臂梁结构的敲击实验验证了所提方法的有效性.
文献关键词：
螺栓松动检测;视觉测振技术;卷积神经网络;连续小波变换
中图分类号：
作者姓名：
张天龙;闫子权;乔廷强;丁晓宇
作者机构：
北京理工大学机械与车辆学院,北京 100081;中国铁道科学研究院集团有限公司铁道建筑研究所,北京 100081;中国航发沈阳发动机研究所,沈阳 110000
文献出处：
引用格式：
[1]张天龙;闫子权;乔廷强;丁晓宇-.基于视觉测振和卷积神经网络的螺栓松动检测方法)[J].强度与环境,2022(02):48-56
A类：
视觉测振技术
B类：
螺栓松动检测,松动故障,机械产品,产品可靠性,质量数据,像素点,振动信号,模型训练,训练数据,螺栓连接状态,准确预测,悬臂梁结构,敲击,击实,连续小波变换
AB值：
0.231267
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。
