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
\
自动化技术与计算机技术期刊
\
软件导刊期刊
\
基于深度学习的轴承故障辅助诊断
基于深度学习的轴承故障辅助诊断
作者:
王治敏
王朝立
沈松
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
故障诊断
深度学习
短时傅里叶变换
卷积神经网络
摘要:
轴承是机械设备中最重要的零件之一,轴承故障的发生将影响机械工作效率,并威胁人员生命安全,因此对轴承故障进行自动化诊断具有重要意义.振动信号是典型的非线性和非平稳信号,并且包含环境噪声等干扰信号,使得故障特征难以被有效提取出来,且适应性较差.将信号处理技术与深度学习技术相结合,采用短时傅里叶变换方式,可将振动信号的一维信号转换为二维图片,并通过一种新的卷积神经网络模型进行训练,从而实现对轴承故障的自动化诊断.实验结果表明,该方法能够拟合非线性和非平稳信号,从而有效地进行轴承故障诊断,相比传统阈值法,诊断准确率提高至96.36%.
暂无资源
收藏
引用
分享
推荐文章
基于深度学习的模拟电路故障诊断方法
模拟电路
故障诊断
深度学习
深度信念网络
特征提取
基于深度学习理论的机电设备故障诊断方法
大数据
深度学习
机电设备
状态监测
故障诊断
基于自适应深度学习模型的变压器故障诊断方法
变压器
故障诊断
自适应
深度学习模型
基于深度神经网络的提升机轴承故障诊断研究
提升机轴承
神经网络
故障诊断
自编码
分类
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
基于深度学习的轴承故障辅助诊断
来源期刊
软件导刊
学科
关键词
故障诊断
深度学习
短时傅里叶变换
卷积神经网络
年,卷(期)
2021,(3)
所属期刊栏目
人工智能
研究方向
页码范围
86-89
页数
4页
分类号
TP311
字数
语种
中文
DOI
10.11907/rjdk.201666
五维指标
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
(58)
共引文献
(39)
参考文献
(11)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1968(1)
参考文献(0)
二级参考文献(1)
1982(1)
参考文献(0)
二级参考文献(1)
1992(1)
参考文献(0)
二级参考文献(1)
1993(1)
参考文献(0)
二级参考文献(1)
1995(1)
参考文献(0)
二级参考文献(1)
1996(1)
参考文献(0)
二级参考文献(1)
1997(2)
参考文献(0)
二级参考文献(2)
2000(1)
参考文献(0)
二级参考文献(1)
2002(3)
参考文献(0)
二级参考文献(3)
2004(1)
参考文献(0)
二级参考文献(1)
2005(1)
参考文献(0)
二级参考文献(1)
2006(1)
参考文献(0)
二级参考文献(1)
2007(1)
参考文献(0)
二级参考文献(1)
2008(3)
参考文献(0)
二级参考文献(3)
2009(2)
参考文献(0)
二级参考文献(2)
2010(2)
参考文献(0)
二级参考文献(2)
2011(1)
参考文献(0)
二级参考文献(1)
2012(3)
参考文献(0)
二级参考文献(3)
2013(5)
参考文献(1)
二级参考文献(4)
2014(5)
参考文献(0)
二级参考文献(5)
2015(5)
参考文献(0)
二级参考文献(5)
2016(8)
参考文献(1)
二级参考文献(7)
2017(7)
参考文献(1)
二级参考文献(6)
2018(4)
参考文献(1)
二级参考文献(3)
2019(3)
参考文献(2)
二级参考文献(1)
2020(5)
参考文献(5)
二级参考文献(0)
2021(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
故障诊断
深度学习
短时傅里叶变换
卷积神经网络
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
软件导刊
主办单位:
湖北省科技信息研究院
出版周期:
月刊
ISSN:
1672-7800
CN:
42-1671/TP
开本:
16开
出版地:
湖北省武汉市
邮发代号:
38-431
创刊时间:
2002
语种:
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
期刊文献
相关文献
1.
基于深度学习的模拟电路故障诊断方法
2.
基于深度学习理论的机电设备故障诊断方法
3.
基于自适应深度学习模型的变压器故障诊断方法
4.
基于深度神经网络的提升机轴承故障诊断研究
5.
基于深度极限学习机的模拟电路故障诊断
6.
TensorFlow中深度前馈网络优化研究及其轴承故障诊断应用
7.
模拟电路故障的深度学习融合模型诊断方法
8.
基于深度学习的模拟电路故障诊断算法
9.
基于迁移学习的滚动轴承在线故障诊断
10.
基于小波包-AR谱和深度学习的轴承故障诊断研究
11.
基于S变换与深度学习相结合的滚动轴承故障诊断方法研究
12.
稀疏自编码深度神经网络及其在滚动轴承故障诊断中的应用
13.
SST和深度脊波网络在轴承故障诊断中的应用
14.
基于深度学习的癌症计算机辅助分类诊断研究进展
15.
基于改进型深度网络数据融合的滚动轴承故障识别
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
软件导刊2022
软件导刊2021
软件导刊2020
软件导刊2019
软件导刊2018
软件导刊2017
软件导刊2016
软件导刊2015
软件导刊2014
软件导刊2013
软件导刊2012
软件导刊2011
软件导刊2010
软件导刊2021年第9期
软件导刊2021年第8期
软件导刊2021年第7期
软件导刊2021年第6期
软件导刊2021年第5期
软件导刊2021年第4期
软件导刊2021年第3期
软件导刊2021年第2期
软件导刊2021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