Scidown文献预览系统!
基于卷积神经网络和侵蚀操作信号图像转换的数据驱动故障诊断方法( Data-driven fault diagnosis method based on the conversion of erosion operation signals into images and Convolutional Neural Network )
Zhijian Wang Wenlei Zhao Du Wenhua Naipeng Li Junyuan Wang
在工业过程中,机械系统的安全可靠性决定了产品的质量,能否及时诊断出小故障是保证系统安全运行和抑制故障恶化的关键。近年来,数据驱动的故障诊断引起了学术界的广泛关注。然而,传统的数据驱动故障诊断方法依赖于专家系统提取的特征,因此故障诊断的效果完全取决于专家系统提取特征的能力。本文从数据驱动的角度提出了一种新的基于AlexNet卷积神经网络(CNN)的故障诊断方法。首先,提出了一种基于侵蚀运算的时域振动信号转换为RGB图像的新方法(EOSTI)。初始转换的三维(3-D)图像具有相对接近的结构元素,并且难以识别。针对这类缺陷,生成目标分离的RGB图像。其次,探索AlexNet的分类精度,使其更适用于不同轴承数据集的故障分类。最后,在洗煤机数据集和维修故障数据集上进行了测试,预测精度分别达到99.43%和99.67%。并与其它方法进行了比较。比较结果表明了该方法的有效性和准确性。结果表明,该方法在工程实践中是可行的。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】