基于一维卷积神经网络的齿轮箱故障诊断研究

• 作者: 赵璐 马野
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 一维卷积神经网络 齿轮箱 故障诊断
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 故障诊断与无损检测
• 页码范围: 302-306
• 页数: 5页
• 分类号: TP183|TH17
• 字数: 2761字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2019.04.006

摘要

本文提出了一种基于一维卷积神经网络对齿轮箱进行故障诊断的方法;建立了一维卷积神经网络结构模型;优化了网络参数;设计了基于工程数据源的实验方案;探究了一维卷积神经网络对齿轮不同故障的分类准确度.实验表明:在识别齿轮箱的故障模式的过程中,一维卷积神经网络能准确区分齿轮的故障与正常状态,较为准确地分类出单独故障,但对于复合故障的分类能力下降.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马野	海军大连舰艇学院导弹与舰炮系	39	237	6.0	14.0
2	赵璐	海军大连舰艇学院导弹与舰炮系	1	2	1.0	1.0