Current Location:home > Detailed Browse

Article Detail

多SoftMax卷积神经网络及其在行星齿轮箱复杂故障诊断中的应用

Submit Time: 2017-12-26
Author: 单建华 安徽工业大学 ; 吕钦 安徽工业大学 ; 张神林 安徽工业大学 ; 孟瑞 安徽工业大学 ; 王孝义 安徽工业大学 ;
Institute: 1.安徽工业大学;

Abstracts

现有行星齿轮箱故障诊断方法存在不足:一是传统方法复杂,且不能有效诊断行星齿轮故障类型。二是基于卷积神经网络的方法主要用于诊断齿轮箱故障,很少用来诊断行星齿轮箱。为有效诊断复杂的故障类型和变工况,本文首次提出了故障树形结构、工况并列结构和多SoftMax卷积神经网络。故障树形结构能统一处理各种复杂故障类型,还能查看各个节点的诊断效果。工况并列结构能处理变工况,预测转速和载荷。采用实验室行星齿轮箱的振动数据,进行了一系列测试,表明了本方法能够准确诊断行星齿轮箱复杂故障和变工况,准确率达97%,验证了多SoftMax卷积神经网络强的泛化能力,以及故障树形结构的优势
Download Comment Hits:2496 Downloads:1655
From: 单建华
DOI:10.12074/201712.00240
Recommended references: 单建华,吕钦,张神林,孟瑞,王孝义.(2017).多SoftMax卷积神经网络及其在行星齿轮箱复杂故障诊断中的应用.[ChinaXiv:201712.00240] (Click&Copy)
Version History
[V1] 2017-12-26 10:14:15 chinaXiv:201712.00240V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse