基于深度卷积网络的多传感器信号故障诊断方法研究

• 作者: 吴魁 孙洁 王仙勇 黄玉龙
• 来源期刊: 计算机测量与控制
• 关键词: 深度学习 基于深度卷积网络 故障诊断
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 18-21
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.01.005

摘要

针对传统故障诊断方法中多传感器数据融合技术难度大、特征提取困难等问题,提出了一种基于深度卷积网络的多传感器信号故障诊断方法,通过构建测量数据帧进行卷积计算实现多通道数据的自然融合,利用深度网络结构实现高层特征的自动提取和分类,从而高效地实现了故障分类诊断;经分别采用小规模数据集REF和大规模故障数据集BI02进行实验验证,均取得了较高的故障识别准确率,具有很强的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙洁		12	63	5.0	7.0
2	王仙勇		8	22	3.0	4.0
3	黄玉龙		10	43	4.0	6.0
5	吴魁		3	21	3.0	3.0