基于深层卷积神经网络电动飞机主驱动电机故障诊断方法
日期:2020.09.17 点击数:12
【类型】期刊
【刊名】微电机
【关键词】 卷积神经网络,故障诊断,主驱动电机,残差模块
【摘要】为解决电动飞机主驱动电机故障诊断方法因电机结构复杂、信号非平稳与机械大数据等因素引起的诊断困难问题,提出了基于深层卷积神经网络的电动飞机主驱动电机故障诊断新方法。首先研究了SoftMax分类器判断故障类型问题。其次研究了卷积神经网络结构中激活函数对模型诊断结果准确率的影响,利用残差模块提高了深度卷积神经网络模型的准确率。Python仿真表明:在同等条件下卷积神经网络电动飞机主驱动电机故障诊断的准确率和运行时间都优于SDAE、ASPNN。
【年份】2020
【作者单位】沈阳工程学院;国网张掖供电公司;
【期号】03
【页码】49-54
【全文挂接】全文挂接
相关文章
- 1、基于优化CNN的航空液压管路卡箍故障诊断 作者:窦金鑫,薛政坤,于晓光,范玉鑫,刘忠鑫,杨同光, 年份:2021
- 2、基于维修日志的飞机设备故障原因判别方法 作者:王锐光,吴际,刘超,杨海燕, 年份:2019
- 3、基于维修日志的飞机设备故障原因判别方法 作者:王锐光,吴际,刘超,杨海燕, 年份:2019
- 4、基于CNN-Seq2Seq的航空发动机喘振诊断模型的研究 作者:姚艳玲,袁化成,陆超,唐晓澜,黄爱华, 年份:2022
- 5、基于CNN-Seq2Seq的航空发动机喘振诊断模型的研究 作者:姚艳玲,袁化成,陆超,唐晓澜,黄爱华, 年份:2022
- 6、GLT-CNN方法及其在航空发动机中介轴承故障诊断中的应用 作者:王奉涛,薛宇航,王洪涛,马琳杰,李宏坤,韩清凯,于晓光, 年份:2020