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       
摘要:
提出一种基于二维图像和轻量级深度卷积神经网络相结合的集合型电机轴承故障诊断方法,用于提高电机轴承故障诊断性能.通过小波包变换(WPT)电机轴承振动信号重构为二维小波包图像.在ResNet基础上,将网络结构中的卷积操作改进为更轻量级的深度可分离卷积(DSConv)结构,在不损失诊断精度的前提下缩短了训练时间.仿真结果验证了所提基于图像的轻量级故障诊断方法用于故障诊断的有效性.
推荐文章
基于小波包分析的高速牵引电机轴承故障诊断研究
牵引电机轴承
故障诊断
小波分析
虚拟仪器
基于ESMD熵融合与PSO-SVM的电机轴承故障诊断
极点对称模态分解(ESMD)
熵融合
支持向量机(SVM)
故障诊断
基于改进EEMD方法的轴承故障诊断研究
集合经验模态分解
极值波延拓
窗函数
端点效应
基于经验模式分解的滚动轴承故障诊断方法
经验模式分解
固有模式分量
滚动轴承
故障诊断
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 基于图像的集合型电机轴承故障诊断方法
来源期刊 沈阳理工大学学报 学科
关键词 故障诊断 深度神经网络 小波包变换 电机轴承 集合方法
年,卷(期) 2020,(5) 所属期刊栏目 自动化技术|Automation Technology
研究方向 页码范围 8-12
页数 5页 分类号 TH165+.3|TP18
字数 语种 中文
DOI 10.3969/j.issn.1003-1251.2020.05.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (2)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 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
故障诊断
深度神经网络
小波包变换
电机轴承
集合方法
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
沈阳理工大学学报
双月刊
1003-1251
21-1252/T
16开
沈阳市和平区太原北街2号
1982
chi
出版文献量(篇)
2643
总下载数(次)
3
总被引数(次)
10259
论文1v1指导