首页>
根据【关键词:滚动轴承,航空发动机,卷积神经网络,机匣,深度学习,迁移学习,智能诊断】搜索到相关结果 3 条
-
基于多传感器融合卷积神经网络的航空发动机轴承故障诊断
-
作者:
杨洁
万安平
王景霖
单添敏
缪徐
李客
左强
来源:
中国电机工程学报
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
卷积神经网络
多传感器信息融合
故障诊断
深度学习
-
描述:
航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障振动
-
基于多传感器融合卷积神经网络的航空发动机轴承故障诊断
-
作者:
杨洁
万安平
王景霖
单添敏
缪徐
李客
左强
来源:
中国电机工程学报
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
卷积神经网络
多传感器信息融合
故障诊断
深度学习
-
描述:
航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障振动
-
一种基于改进堆栈自动编码器的航空发电机旋转整流器故障特征提取方法
-
作者:
崔江
唐军祥
龚春英
张卓然
来源:
中国电机工程学报
年份:
2018
文献类型 :
期刊
关键词:
特征提取
航空发电机
旋转整流器
深度学习
灰色关联度分析
自编码机
-
描述:
提出一种基于灰色关联度分析优化堆栈自动编码器的故障特征自适应提取方法,并用于航空发电机的旋转整流器二极管故障诊断中。首先,采集发电机交流励磁机励磁电流信号;其次,借助灰色关联度和深度学习理论对堆栈编码器网络进行训练学习,以确立其较优的网络结构,通过该网络可以自适应地从励磁电流信号中提取故障特征;训练完毕,借助于支持向量机(support vector machine,SVM)分类器实施故障诊断。对所提方法与快速傅里叶变换方法进行了仿真和物理实验,并对分类性能进行比较。结果表明,所提方法自动化程度高,自适应性能好,所提取的特征用SVM评估可以取得很好的分类效果。