典型文献
优化VMD与CNN在齿轮箱故障诊断应用研究
文献摘要:
针对齿轮箱的故障诊断的优化问题,提出了一种基于参数优化的变分模态分解(VMD)与卷积神经网络(CNN)相融合的故障诊断方法.该算法首先通过鲸鱼优化算法对VMD算法进行优化,之后通过正交实验法与粒子群优化算法进行了CNN模型中的重要参数进行优化,最后将分解后得到的固有模态分量输入CNN模型中进行训练学习.诊断完成后得到训练与检测结果,其中经过算法优化后 CNN模型的训练与检测准确率可达 98.7%与 95.7%,优于未优化的准确率 94.3%与91.8%.通过对结果的分析验证出该算法的可行性以及在诊断成功率方面的优越性,实现了故障特征信息的自适应性提取,并将故障类型进行分类,最终实现齿轮箱故障诊断的智能化.
文献关键词:
齿轮箱;故障诊断;变分模态分解;卷积神经网络
中图分类号:
作者姓名:
郗涛;杨威振
作者机构:
天津工业大学 机械工程学院,天津 300387
文献出处:
引用格式:
[1]郗涛;杨威振-.优化VMD与CNN在齿轮箱故障诊断应用研究)[J].机械科学与技术,2022(12):1829-1838
A类:
参数优化的变分模态分解
B类:
VMD,齿轮箱故障诊断,诊断应用,优化问题,故障诊断方法,鲸鱼优化算法,正交实验法,粒子群优化算法,重要参数,固有模态分量,训练学,算法优化,检测准确率,分析验证,证出,断成,故障特征,特征信息,自适应性,故障类型
AB值:
0.235804
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。