钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
机械与仪表工业期刊
\
机械科学与技术期刊
\
应用深度学习的生成对抗网络行星齿仑箱故障诊断技术研究
应用深度学习的生成对抗网络行星齿仑箱故障诊断技术研究
作者:
孙长杰
王丽
王威
陈博
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
行星齿轮箱
特征提取
深度学习
生成对抗网络
摘要:
为了提高旋转机械传动系统的安全性和可靠性,降低维护维修费用,本文研究了一种少样本信息情况下的行星齿轮箱故障诊断方法.针对故障诊断模型建立中的样本不均衡问题,通过生成对抗网络(GAN)的对抗学习机制,实现对振动信号的特征提取.训练生成器学习原始故障样本的分布特点,产生补充的故障数据样本,进而建立更加精确的GAN故障诊断模型.通过实验平台采集多种工况下的故障样本,进行故障诊断模型训练,实验表明在诊断样本信息不足的情况下,GAN故障诊断模型可以有效提高诊断精度.
暂无资源
收藏
引用
分享
推荐文章
深度学习在故障诊断与预测中的应用
深度学习
特征提取
故障诊断
故障预测
深度学习在旋转机械设备故障诊断中的应用研究综述
故障诊断
深度学习
卷积神经网络
深度置信网络
递归神经网络
生成式对抗网络
基于深度信念网络的风电机组齿轮箱故障诊断方法
风电机组齿轮箱
深度信念网络
Batch Normalization
故障诊断
行星齿轮箱故障诊断技术研究
行星齿轮箱
故障诊断
动态信号处理
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
应用深度学习的生成对抗网络行星齿仑箱故障诊断技术研究
来源期刊
机械科学与技术
学科
工学
关键词
行星齿轮箱
特征提取
深度学习
生成对抗网络
年,卷(期)
2020,(1)
所属期刊栏目
仪器、仪表科学与技术
研究方向
页码范围
117-123
页数
7页
分类号
TG659
字数
3677字
语种
中文
DOI
10.13433/j.cnki.1003-8728.20190234
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
陈博
咸阳师范学院物理与电子工程学院
30
10
2.0
2.0
2
王威
西安航空学院电子工程学院
16
4
1.0
1.0
3
王丽
西安航空学院电子工程学院
16
5
1.0
1.0
4
孙长杰
中国飞行试验研究院航电所
7
1
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(61)
共引文献
(183)
参考文献
(12)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1991(2)
参考文献(0)
二级参考文献(2)
1993(1)
参考文献(0)
二级参考文献(1)
1995(2)
参考文献(1)
二级参考文献(1)
1998(3)
参考文献(0)
二级参考文献(3)
2000(2)
参考文献(0)
二级参考文献(2)
2003(2)
参考文献(0)
二级参考文献(2)
2004(2)
参考文献(0)
二级参考文献(2)
2005(4)
参考文献(0)
二级参考文献(4)
2006(11)
参考文献(2)
二级参考文献(9)
2007(1)
参考文献(0)
二级参考文献(1)
2008(5)
参考文献(1)
二级参考文献(4)
2009(4)
参考文献(0)
二级参考文献(4)
2010(3)
参考文献(0)
二级参考文献(3)
2011(10)
参考文献(0)
二级参考文献(10)
2012(4)
参考文献(0)
二级参考文献(4)
2013(4)
参考文献(0)
二级参考文献(4)
2014(5)
参考文献(1)
二级参考文献(4)
2015(2)
参考文献(1)
二级参考文献(1)
2016(2)
参考文献(2)
二级参考文献(0)
2018(4)
参考文献(4)
二级参考文献(0)
2020(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
行星齿轮箱
特征提取
深度学习
生成对抗网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械科学与技术
主办单位:
西北工业大学
出版周期:
月刊
ISSN:
1003-8728
CN:
61-1114/TH
开本:
大16开
出版地:
西安友谊西路127号
邮发代号:
52-193
创刊时间:
1981
语种:
chi
出版文献量(篇)
8073
总下载数(次)
15
总被引数(次)
69926
期刊文献
相关文献
1.
深度学习在故障诊断与预测中的应用
2.
深度学习在旋转机械设备故障诊断中的应用研究综述
3.
基于深度信念网络的风电机组齿轮箱故障诊断方法
4.
行星齿轮箱故障诊断技术研究
5.
基于生成对抗网络的恶意软件对抗样本生成综述
6.
深度学习理论及其在电机故障诊断中的研究现状与展望
7.
基于深度学习理论的机电设备故障诊断方法
8.
基于深度学习的模拟电路故障诊断方法
9.
基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法
10.
引入自适应学习率的深度学习模型及其应用
11.
基于生成对抗网络的小样本数据生成技术研究
12.
TensorFlow中深度前馈网络优化研究及其轴承故障诊断应用
13.
深度学习在智能电网中的应用现状分析与展望
14.
深度学习神经网络在管道故障诊断中的应用研究
15.
基于领域对抗网络的轴承故障诊断方法研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
机械科学与技术2022
机械科学与技术2021
机械科学与技术2020
机械科学与技术2019
机械科学与技术2018
机械科学与技术2017
机械科学与技术2016
机械科学与技术2015
机械科学与技术2014
机械科学与技术2013
机械科学与技术2012
机械科学与技术2011
机械科学与技术2010
机械科学与技术2009
机械科学与技术2008
机械科学与技术2007
机械科学与技术2006
机械科学与技术2005
机械科学与技术2004
机械科学与技术2003
机械科学与技术2002
机械科学与技术2001
机械科学与技术2000
机械科学与技术2020年第9期
机械科学与技术2020年第8期
机械科学与技术2020年第7期
机械科学与技术2020年第6期
机械科学与技术2020年第5期
机械科学与技术2020年第4期
机械科学与技术2020年第3期
机械科学与技术2020年第2期
机械科学与技术2020年第12期
机械科学与技术2020年第11期
机械科学与技术2020年第10期
机械科学与技术2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号