卷积神经网络在在线结构健康监测中的应用

• 作者: 吴磊 纪国宜
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 在线结构健康监测 一维卷积神经网络 强噪声信号 特征提取
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 200-204
• 页数: 5页
• 分类号: TH165+.3
• 字数: 3499字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2019.04.037

摘要

对于大部分机械设备或者结构来说,在线结构健康监测对于其能否正常运行非常关键.由于结构本身因素和受到环境影响,在结构运转过程中所采集到的信号含有大量噪声,这可能会对特征提取造成很大影响,从而影响最终结果,如果进行传统的结构在线健康监测,需要经过一系列降噪处理才能得到正确监测结果.同时对于复杂结构,其故障信号十分复杂,较难实现自动判别故障,一般需要专家帮助分析.使用采集到的磨机中主减速机的振动信号在所建立的一维卷积神经网络模型中进行测试,发现无需进行降噪处理和依赖专家评估,由模型自动获得的测试结果与实际结果完全一致,由此初步证明在结构健康监测中引入卷积神经网络是一个有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪国宜	南京航空航天大学机械结构力学及控制国家重点实验室	22	254	7.0	15.0
2	吴磊	南京航空航天大学机械结构力学及控制国家重点实验室	4	4	2.0	2.0