收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于时频融合和注意力机制的深度学习行星齿轮箱故障诊断方法

孔子迁  邓蕾  汤宝平  韩延  
【摘要】:针对行星齿轮箱振动信号频率成分复杂和时变性强的问题,提出了基于时频融合和注意力机制的深度学习行星齿轮箱故障诊断方法。首先,采用小波包分解将原始振动信号分解到频带和时间两个维度作为输入数据;然后,使用卷积神经网络融合数据的频带特征,使用双向门控循环单元融合时序特征;接着采用注意力结构对不同时间点的特征自适应地进行动态加权融合;最后通过分类器进行识别,实现行星齿轮箱的端对端故障诊断。实验表明,该方法对比现有的深度学习故障诊断模型具有更高准确率,能够对行星齿轮箱多种健康状态进行准确地诊断。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 孔子迁;邓蕾;汤宝平;韩延;;基于时频融合和注意力机制的深度学习行星齿轮箱故障诊断方法[J];仪器仪表学报;2019年06期
2 熊鹏;汤宝平;邓蕾;赵明航;;基于动态加权密集连接卷积网络的变转速行星齿轮箱故障诊断[J];机械工程学报;2019年07期
3 邹今春;沈玉娣;;变工况齿轮箱故障诊断方法综述[J];机械传动;2012年08期
4 周凤星,程耕国,高立新;小波分析在大型齿轮箱故障诊断中的应用[J];武汉科技大学学报(自然科学版);2003年03期
5 汤和;;倒谱分析在齿轮箱故障诊断方面应用的进展[J];齿轮;1988年01期
6 汤和;;齿轮箱故障诊断系统与方法[J];齿轮;1989年02期
7 杨佳鑫;齐蕴光;蔡兆中;;齿轮箱故障诊断技术现状与发展趋势[J];机电信息;2011年36期
8 陈雷;许宝杰;刘秀丽;左云波;;基于伪故障信号的齿轮箱故障诊断方法[J];北京信息科技大学学报(自然科学版);2016年06期
9 程加堂;熊伟;艾莉;;齿轮箱故障诊断灰色神经网络模型的研究[J];机械传动;2010年10期
10 贾晓亮;;振动诊断在齿轮箱故障诊断中的应用概述[J];装备制造;2009年09期
11 万小毛;鲍明;赵淳生;;齿轮箱故障诊断技术综述[J];振动、测试与诊断;1990年04期
12 马锐;丁激文;穆晓冬;;齿轮箱故障诊断的多重分形方法研究[J];炼油与化工;2016年06期
13 林近山;;基于互补的总体经验模式分解算法的齿轮箱故障诊断[J];机械传动;2012年08期
14 王琦;;基于整机运转状态的齿轮箱故障诊断研究[J];机电信息;2013年27期
15 吴德会;;一种基于支持向量机的齿轮箱故障诊断方法[J];振动、测试与诊断;2008年04期
16 高国华 ,张永忠;齿轮箱故障诊断技术的新发展[J];机械传动;2003年06期
17 吴洪兵;赵冉冉;吴铁军;;基于GA-BP算法的齿轮箱故障诊断研究[J];煤矿机械;2012年11期
18 黄周宽;成晓宁;迟全洲;;齿轮箱故障诊断的粒子群优化模糊聚类技术[J];新技术新工艺;2012年10期
19 崔伟;李淑东;;神经网络在齿轮箱故障诊断中的应用[J];仪器仪表与分析监测;2013年01期
20 魏秀业;潘宏侠;;齿轮箱故障诊断技术现状及展望[J];测试技术学报;2006年04期
中国重要会议论文全文数据库 前10条
1 李爱民;;基于灰色聚类决策的齿轮箱故障诊断[A];第19届灰色系统全国会议论文集[C];2010年
2 蔡安江;豆卫涛;柴彦昌;孙少军;;基于人工神经网络技术的齿轮箱故障诊断应用研究[A];陕西省机械工程学会第九次代表大会会议论文集[C];2009年
3 苏中元;贾民平;;专家系统及其在齿轮箱故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
4 高永生;唐力伟;甘霖;杨通强;;基于系统特性的齿轮箱故障诊断[A];2005年中国机械工程学会年会论文集[C];2005年
5 金大玮;李建桥;贾民平;;循环自相关函数在齿轮箱故障诊断中的应用[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集(上册)[C];2008年
6 雷亚国;林京;何正嘉;;基于多传感器信息融合的行星齿轮箱故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
7 苏中元;贾民平;;专家系统及其在齿轮箱故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
8 董海江;赵春华;万诗庆;汪伟;;LWPEE与SVM在风电齿轮箱故障诊断中的应用[A];第十一届全国摩擦学大会论文集[C];2013年
9 李金三;李巍华;;积分双谱在齿轮箱故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
10 陈恩伟;刘正士;王勇;陆益民;;齿轮箱故障诊断的阶次分析方法研究[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
中国博士学位论文全文数据库 前6条
1 赵明航;基于深度残差学习的风电齿轮箱故障诊断[D];重庆大学;2018年
2 赵川;特征降维与自适应特征提取方法及其在行星齿轮箱故障诊断中的应用研究[D];北京科技大学;2018年
3 欧璐;图谱理论在齿轮箱故障诊断中的应用研究[D];湖南大学;2016年
4 许昕;基于滤波技术和粒子群优化的齿轮箱故障诊断研究[D];中北大学;2011年
5 刘慧玲;基于粗糙集理论的齿轮箱故障诊断研究[D];中北大学;2013年
6 彭富强;多尺度线调频基稀疏信号分解及其在齿轮箱故障诊断中的应用[D];湖南大学;2010年
中国硕士学位论文全文数据库 前10条
1 黄鑫;齿轮箱故障诊断测点敏感性的研究[D];南昌航空大学;2019年
2 张神林;基于卷积神经网络的滚动轴承及行星齿轮箱故障诊断方法[D];安徽工业大学;2018年
3 孙作佩;形态学神经网络在齿轮箱故障诊断中的应用研究[D];华中科技大学;2016年
4 黄梦君;基于同步压缩小波的风电齿轮箱故障诊断[D];燕山大学;2017年
5 王敏;基于蚁群优化算法的齿轮箱故障诊断研究[D];中北大学;2010年
6 王聪;基于振动信号的齿轮箱故障诊断系统的研究与开发[D];华北电力大学;2012年
7 孙黎明;基于粒子群优化和系统特性的齿轮箱故障诊断研究[D];中北大学;2010年
8 郭小勇;基于改进的鱼群算法优化神经网络的齿轮箱故障诊断研究[D];中北大学;2018年
9 李国明;基于神经网络的齿轮箱故障诊断研究[D];河北工业大学;2015年
10 乔晶晶;基于遗传算法优化神经网络的齿轮箱故障诊断研究[D];中北大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978