典型文献
基于卷积神经网络的海上风电机组齿轮箱故障诊断
文献摘要：
针对传统的机器学习方法故障诊断流程繁杂、容易产生故障信息遗漏的问题,采用基于卷积神经网络的深度学习方法对海上风电机组齿轮箱故障诊断技术开展研究.直接将经过连续小波变换得到的振动信号时频图作为输入,通过卷积神经网络自动提取特征并进行故障诊断.通过仿真进行验证,结果表明,所述方法能够准确诊断出齿轮故障,有限数据的诊断结果准确率为100％.与机器学习方法相比,简化了故障特征提取流程,提高了故障诊断准确率.
文献关键词：
风电机组;齿轮箱;故障诊断;卷积神经网络
中图分类号：
作者姓名：
陈文华;黄伟稀
作者机构：
中国船舶科学研究中心,江苏无锡214082
文献出处：
引用格式：
[1]陈文华;黄伟稀-.基于卷积神经网络的海上风电机组齿轮箱故障诊断)[J].电子设计工程,2022(21):6-10
A类：
B类：
海上风电机组,齿轮箱故障诊断,机器学习方法,诊断流程,繁杂,故障信息,遗漏,深度学习方法,故障诊断技术,连续小波变换,振动信号,时频图,自动提取,提取特征,齿轮故障,有限数据,诊断结果,故障特征提取,故障诊断准确率
AB值：
0.246179
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。
