典型文献
基于EEMD的ICNN故障诊断方法
文献摘要：
针对轴承微弱故障特征提取困难和故障诊断准确率低等问题,提出一种基于集合经验模态分解的改进卷积神经网络的故障诊断方法.首先,利用集合经验模态分解(EEMD)对信号进行降噪等预处理,并将预处理后的信号转换为二维信号;其次,为了解决数据特征不确定性和卷积神经网络(CNN)内部参数爆炸的问题,在CNN的卷积层和池化层之间增加批量归一化层进行标准化处理,得到改进的卷积神经网络(ICNN);最后,以风电机组轴承微弱故障数据集为例,验证了所提方法相较于其他诊断方法更具有优越性,能够有效提取故障特征,具有较高的准确率和诊断效率.
文献关键词：
故障诊断;集合经验模态分解;卷积神经网络;批量归一化
中图分类号：
作者姓名：
许同乐;孟良;孔晓佳;苏元浩;孙砚飞
作者机构：
山东理工大学 机械工程学院,淄博255049
文献出处：
引用格式：
[1]许同乐;孟良;孔晓佳;苏元浩;孙砚飞-.基于EEMD的ICNN故障诊断方法)[J].北京邮电大学学报,2022(02):110-116
A类：
B类：
EEMD,ICNN,故障诊断方法,微弱故障,故障特征提取,故障诊断准确率,集合经验模态分解,改进卷积神经网络,降噪,信号转换,数据特征,卷积层,池化,批量归一化,层进,标准化处理,风电机组轴承,故障数据,集为,有效提取,诊断效率
AB值：
0.277753
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。
