简介概要

一种基于深度神经网络的滚动轴承故障诊断方法

来源期刊:采矿技术2020年第5期

论文作者:赖华友

文章页码:131 - 134

关键词:滚动轴承;故障诊断;深度神经网络;深度学习;信号处理;

摘    要:滚动轴承作为工业系统中最为关键的零件之一,在矿业设备实际工作环境中起着至关重要的作用。滚动轴承由于摩擦、碰撞等因素经常容易出现损伤、故障现象,既影响机械正常运转,也容易带来安全隐患。采用相关技术对轴承状态进行实时监控诊断,及时判断故障具有重要的现实意义。利用深度神经网络构建故障诊断系统,并在凯斯西储大学的滚动轴承公开数据CWRU上进行了相关实验,最终的识别准确率高达91.78%,证明了深度神经网络对于滚动轴承故障诊断的重要作用。

详情信息展示

一种基于深度神经网络的滚动轴承故障诊断方法

赖华友

江西铜业集团有限公司德兴铜矿机动能源部

摘 要:滚动轴承作为工业系统中最为关键的零件之一,在矿业设备实际工作环境中起着至关重要的作用。滚动轴承由于摩擦、碰撞等因素经常容易出现损伤、故障现象,既影响机械正常运转,也容易带来安全隐患。采用相关技术对轴承状态进行实时监控诊断,及时判断故障具有重要的现实意义。利用深度神经网络构建故障诊断系统,并在凯斯西储大学的滚动轴承公开数据CWRU上进行了相关实验,最终的识别准确率高达91.78%,证明了深度神经网络对于滚动轴承故障诊断的重要作用。

关键词:滚动轴承;故障诊断;深度神经网络;深度学习;信号处理;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号