|
|||||
|
|
| 基于CNN-ETR的滚动轴承故障诊断研究 | |
| 作者姓名： | 陈功胜 唐向红 陆见光 杨瑞恒 |
| 作者单位： | 贵州大学现代制造技术教育部重点实验室,贵阳 550025;贵州大学现代制造技术教育部重点实验室,贵阳 550025;贵州大学机械工程学院,贵阳 550025;贵州省公共大数据重点实验室,贵阳 550025 |
| 基金项目： | 贵州省科学技术基金项目;国家重点实验室开放基金;贵州大学引讲人才基金项目 |
| 摘 要： | 针对一维卷积神经网络在处理时域信号时存在着特征丢失的现象,提出了一种二维卷积神经网络与极限树回归相结合的轴承故障诊断方法.将采集到的数据转变为灰度图像,利用卷积神经网络自提取轴承故障特征,将故障特征输入到极限树回归中进行训练与测试,在此基础上利用随机搜索算法在极限树回归中找到较优参数组合,从而实现自适应的轴承故障诊断.... |
| 关 键 词： | 轴承故障诊断 CNN ETR RS |
| 本文献已被 万方数据 等数据库收录！ | |