基于频谱分析和卷积神经网络的高速轴向柱塞泵空化故障诊断 1
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
2.33 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
针对高速轴向柱塞泵不同空化故障等级诊断依赖人工特征提取、识别准确率低的问题,提出了一种融合振动信号频谱分析和卷积神经网络的诊断方法。采集不同空化等级情况下柱塞泵壳体振动信号,对连续的振动数据进行切片并作频谱分析,获得频谱图作为数据集;利用二维卷积神经网络对不同空化等级的信号频谱图进行分类。为提高所提方法的鲁棒性,采用带通滤波的方法抑制频谱图中的噪声频率。试验结果表明:对于不同信噪比的振动信号输入,均能准确地识别出柱塞泵的空化故障等级。相关论文
- 2020-10-27立车横梁装配工艺改进
- 2020-09-18一款汽车发动机活塞数控铣削工艺
- 2021-05-17PTFE悬浮树脂的加工和应用
- 2020-08-22基于PLC的铁钻工电气系统设计
- 2020-11-01十字型薄壁倒扣零件的数控加工工艺
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。