检索结果-南通市图书馆

组合机床与自动化加工技术 2023年第6期 87-92页

作者：张宇鹏邱常卿田煜方夏苗强四川大学机械工程学院成都610065 四川大学电气工程学院成都610065

针对轴承在混合工况下轴承故障位置诊断准确率低,且在少量样本训练时鲁棒性差的问题,提出一种基于混合倒谱特征和长短时序神经网络(long short-term memory networks,LSTM)的故障诊断方法。该方法结合梅尔倒谱系数频谱能量分布特征提取... 详细信息

针对轴承在混合工况下轴承故障位置诊断准确率低,且在少量样本训练时鲁棒性差的问题,提出一种基于混合倒谱特征和长短时序神经网络(long short-term memory networks,LSTM)的故障诊断方法。该方法结合梅尔倒谱系数频谱能量分布特征提取能力强,伽马特征倒谱系数抗噪性能好,线性预测倒谱系数反应共振峰特性的优点,通过向量拼接获得混合倒谱特征;采用双层LSTM作为轴承故障分类器,改善长时序列训练梯度爆炸和消失问题。实验结果表明,该方法在公开故障轴承数据集准确率达99.8%,并在降低训练集样本时保持准确率在99.0%以上,表现出低训练成本下较高的故障识别能力。

关键词：滚动轴承混合倒谱特征长短时序神经网络故障诊断振动识别

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：