变速器典型制造故障数据集研究

• 作者: 于中喜 刘骄 施全 贾书曼 陈婷 陈绮丹
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 变速器 数据集 故障识别 非稳态振动
• 年，卷（期）: 2020,（10）
• 页码范围: 74-82
• 页数: 9页
• 分类号: TH212
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.10.010

摘要

针对传统方法识别变速器制造故障的局限性,引入深层神经网络进行故障识别.在使用深层神经网络进行故障识别时,故障数据的数量、特征多样性和特征吻合度等都对识别结果产生较大影响,因此对变速器故障数据集进行研究.首先,通过分析选择时频域统计分析法和转速谱阵图分析法;然后,基于变速器的典型制造故障数据建立3种形式的故障数据集,每种数据集包含6类标签;最后,搭建深层卷积神经网络和深度信念网络模型,利用模型进行故障数据集的分类识别.实验结果表明:建立的制造故障数据集可以较好地代表变速器制造故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施全		27	260	8.0	15.0
2	刘骄		4	0	0.0	0.0
3	贾书曼		1	0	0.0	0.0
4	陈绮丹		1	0	0.0	0.0
5	陈婷		4	15	1.0	3.0
6	于中喜		1	0	0.0	0.0