典型文献
基于多层交叉残差网络的轴承故障诊断方法
文献摘要：
重型机械设备系统朝着智能化和复合化方向快速发展.开发智能故障数据采集和监控方法,可以快速、智能化地完成设备故障诊断.提出了一种基于多层残差网络的轴承智能检测模型.该模型主要包含信号采集、故障特征分离和工况分类3个模块.该模型利用多层残差神经网络交叉提取轴承信号故障,使损失函数值可以迅速降低完成故障诊断.最后在凯斯西储大学滚动轴承数据集验证,准确率高达99.86％.仿真实验结果证明本模型可以有效分辨不同轴承工况,并值得进一步开发为在线实时诊断模型.
文献关键词：
深度学习;残差神经网络;滚动轴承;故障诊断;特征提取
中图分类号：
作者姓名：
王萌
作者机构：
唐山工业职业技术学院,河北 唐山 063299
文献出处：
引用格式：
[1]王萌-.基于多层交叉残差网络的轴承故障诊断方法)[J].工业技术与职业教育,2022(03):43-45
A类：
B类：
残差网络,轴承故障诊断,故障诊断方法,重型机械,机械设备,复合化,故障数据,设备故障诊断,智能检测,检测模型,信号采集,故障特征,特征分离,残差神经网络,损失函数,函数值,速降,凯斯,滚动轴承,轴承数据,数据集验证,同轴,发为,实时诊断,诊断模型
AB值：
0.420461
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。
