基于全矢1D-CNN的轴承故障诊断研究

论文摘要

主要研究了卷积神经网络（CNN）和轴承故障诊断领域中的特征相结合,提出了全矢1D-CNN轴承故障方法,不但对于原故障信号数据集进行了数据增强,而且使用深度拟合器对于数据集特征深度提取。经过试验验证了全矢1D-CNN在轴承故障识别中不但可以取得较高的准确率,而且鲁棒性也符合特征提取的要求。

论文目录

文章来源

类型: 期刊论文

作者: 谢远东,雷文平,韩捷

关键词: 全矢谱,特征提取

来源: 设备管理与维修 2019年15期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 郑州大学

分类号: TH133.3

DOI: 10.16621/j.cnki.issn1001-0599.2019.08.09

页码: 21-24

总页数: 4

文件大小: 938K

下载量: 154

相关论文文献

标签：全矢谱论文;  特征提取论文;