全矢RNN的轴承故障诊断研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.52 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
本文提出了一种基于全矢谱的RNN故障诊断方法。RNN是为了在保证在时序信息上能够提取出轴承的特征信息,并且根据全寿命周期的时序信息得到轴承的退化过程,并根据退化特征对于轴承故障信号进行分类。全矢谱技术利用同源双通道故障信息的完备性,并在此基础上,结合循环神经网络的网络特性,取代手工提取故障特征。经过试验结果验证了全矢循环神经网络(FV-RNN)方法提取得特征更加全面和准确,且该方法优于手工选择特征CEEMD以及单通道RNN网络模型。相关论文
- 2024-08-01考虑PCA-LSTM的风电机组输出功率预测研究
- 2021-01-05转子系统电机电流信号特征提取方法
- 2020-12-22基于最优特征集和马氏距离KNN分类的机械故障分类方法研究
- 2021-01-15基于全矢谱时间固有尺度分解和独立分量分析盲源分离降噪的滚动轴承故障特征提取
- 2021-05-18基于PCA和GA-SVM联合模型的数控转台升降系统故障诊断
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。