典型文献
一维改进LeNet⁃5及机械故障诊断应用
文献摘要：
针对往复机械设备故障诊断容易受到转速波动影响和深度网络诊断模型复杂、鲁棒性差的问题,提出了一种一维改进型LeNet?5的机械故障诊断方法,并对比分析了滑动窗和阶次采样的数据样本构造方法的效果.在经典模型LeNet?5基础上构建了结构简单紧凑的一维卷积神经网络诊断模型,模型仅包含了两个卷积模块、单一全连接层和输出层,卷积模块结合批规范化层和Relu层,提高训练速度和网络泛化能力,利用重叠池化窗口和随机失活来缓解网络出现过拟合现象.利用凯斯西储大学开源轴承数据集进行验证,12种工况下的故障识别率能够达到99.82％.针对往复机械的转速波动性影响,采用阶次采样的数据样本构建方法,提高网络模型的训练样本数据质量,柴油机阶次采样条件下可以实现小样本条件下取得良好的训练效果.
文献关键词：
故障诊断;卷积神经网络;阶次采样;往复机械
中图分类号：
作者姓名：
吴定海;曹进华;张云强;唐香珺
作者机构：
陆军工程大学 石家庄校区,石家庄 050003;厦门大学嘉庚学院 机电工程学院,福建漳州 363105
文献出处：
引用格式：
[1]吴定海;曹进华;张云强;唐香珺-.一维改进LeNet⁃5及机械故障诊断应用)[J].机械科学与技术,2022(05):688-694
A类：
阶次采样
B类：
LeNet,机械故障诊断,诊断应用,往复机械,机械设备故障,设备故障诊断,转速波动,深度网络,网络诊断,诊断模型,改进型,故障诊断方法,滑动窗,构造方法,结构简单,紧凑,一维卷积神经网络,卷积模块,全连接层,出层,Relu,提高训练,训练速度,泛化能力,池化,随机失活,活来,过拟合,凯斯,开源,轴承数据,故障识别率,波动性,构建方法,训练样本,数据质量,柴油机,采样条件,小样本,样本条件,训练效果
AB值：
0.375355
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。
