基于深度LSTM残差网络的旋转机械故障诊断研究
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
6.60 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
伴随制造加工业对可靠度与精准度的需求不断提升,及时而有效地获取旋转机械的故障信息能够保证设备的正常运行。采用深度LSTM残差网络完成旋转机械的故障诊断,主要包含3个模块:初始数据处理层、SP-LSTM残差网络信号诊断层与GAP-ELM网络下的故障分类层。该方法能够完成初始数据的深层特征发掘,利用LSTM元中的记忆与遗忘门获取故障数据的细微变化。所采用的GAP-ELM网络可规避传统Softmax方法分类准确度不高的问题,从而有效完成故障诊断。通过CWRU集完成相关论文
- 2022-12-29高强度螺纹紧固件紧固扭矩的设计计算
- 2024-05-22一种金属空心O形圈的使用性能研究
- 2020-06-12一种厢式载货汽车尾板举升机构的设计
- 2020-10-12镀硬铬零件的工艺尺寸控制方法
- 2020-11-07冷轧后处理机组张力辊设计计算
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。