典型文献
基于局部双谱和卷积神经网络的弧齿锥齿轮故障诊断
文献摘要：
针对传统故障诊断方法对弧齿锥齿轮故障诊断效率低的问题,提出一种基于局部双谱和卷积神经网络(Convolution Neural Network,CNN)的故障诊断方法.该方法使用包含全域信息的弧齿锥齿轮振动信号局部双谱图作为CNN的输入构造诊断模型,实现弧齿锥齿轮故障诊断,不仅降低了故障信息的冗余度,而且提高了CNN训练速度.通过与全双谱+CNN、原始振动信号+CNN、局部双谱+SVM(Support Vector Machine)、局部双谱+BP(Back Propagation)神经网络的诊断结果对比,所提出方法的平均诊断准确率为99.56％,模型训练时间为15 s,综合性能最优.
文献关键词：
卷积神经网络;局部双谱;弧齿锥齿轮;故障诊断
中图分类号：
作者姓名：
杨大炼;雷家乐;蒋玲莉
作者机构：
湖南科技大学 机械设备健康维护湖南省重点实验室,湘潭411201;佛山科学技术学院 机电工程与自动化学院,佛山528225
文献出处：
引用格式：
[1]杨大炼;雷家乐;蒋玲莉-.基于局部双谱和卷积神经网络的弧齿锥齿轮故障诊断)[J].机械强度,2022(06):1286-1292
A类：
局部双谱,+CNN,+SVM
B类：
弧齿锥齿轮,齿轮故障诊断,故障诊断方法,对弧,诊断效率,Convolution,Neural,Network,域信息,振动信号,谱图,诊断模型,故障信息,冗余度,训练速度,Support,Vector,Machine,+BP,Back,Propagation,诊断结果,结果对比,诊断准确率,模型训练,训练时间
AB值：
0.238625
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。
