云/边缘协同的轴承故障诊断方法

• 作者: 张文龙 王艳洁 胡天亮 魏永利
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 智能故障诊断 云/边缘协同 卷积神经网络 迁移学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 数字化/智能化/网络化制造技术
• 页码范围: 589-599
• 页数: 11页
• 分类号: TH133.3|TP206.3
• 字数: 7166字
• 语种: 中文
• DOI: 10.13196/j.cims.2020.03.002

摘要

现有轴承故障诊断技术存在以下问题:①传统诊断方法需要人工提取特征,耗时长,诊断结果不稳定;②卷积神经网络诊断方法需要大量的计算资源和较长的训练时间,与故障诊断的实时响应要求存在矛盾.针对以上问题,提出一种云/边缘协同的实时轴承故障诊断方案.经过实验验证,该方案在拥有少量样本情况下与不进行云/边缘协同相比可大幅提高诊断准确率,并节约大量的训练时间.通过改进的轴承故障诊断算法达到了较高的故障诊断准确性,并通过模型的迁移学习与边缘端协同,增强了故障诊断算法对个性化应用的适应性和故障诊断的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡天亮	山东大学机械工程学院	32	158	7.0	9.0
9	张文龙	山东大学机械工程学院	22	95	5.0	9.0
12	王艳洁	衢州职业技术学院信息工程学院	6	4	2.0	2.0