旋转机械故障

作品数：519被引量：2403H指数：22
导出分析报告
相关领域：机械工程自动化与计算机技术更多>>
相关作者：窦春红林近山韩捷张清华贾民平更多>>
相关机构：重庆大学燕山大学华北电力大学东南大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金河南省杰出人才创新基金国家高技术研究发展计划河北省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=振动与冲击x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
变转速极低标签率下旋转机械故障诊断的图注意力网络被引量：1
《振动与冲击》2024年第19期242-248,共7页谢俊文 童靳于 郑近德 潘海洋 包家汉 
安徽省高校自然科学研究重点项目(2022AH050315);国家自然科学基金(51975004)。
在极低标签率情况下,现有的图神经网络(graph neural network,GNN)在图构造时存在节点间的关联信息挖掘不充分等问题。工业生产中,旋转机械常工作在变转速工况下,且标记故障样本代价高昂。针对上述两个问题,基于JS(Jenson-Shannon)相对...
关键词：旋转机械 故障诊断 相对熵 图神经网络(GNN) 变转速 低标签率 
基于多尺度小波包启发卷积网络的旋转机械故障诊断被引量：1
《振动与冲击》2024年第17期203-213,共11页卢一相 钱冬生 竺德 孙冬 赵大卫 高清维 
安徽省青年基金(2308085QF224,2208085QF206);安徽省教育厅高校自然科学重点项目(KJ2021A0013);中国博士后科学基金面上项目(2023M730009);国网安徽省电力有限公司科技项目(521203240005)。
在工程实践中,旋转机械故障诊断常面临噪声干扰、故障样本稀缺以及工况变化等各种复杂情况,这给先验知识缺乏的数据驱动深度学习方法应用带来了新的挑战。传统基于小波分析的故障诊断方法可提取到故障丰富的先验知识,但固定(结构化)或...
关键词：小波包变换 卷积神经网络 多小波基融合 故障诊断 
无监督域适应迁移学习在旋转机械故障诊断中的应用被引量：1
《振动与冲击》2024年第10期106-113,共8页周湘淇 付忠广 高玉才 
国家自然科学基金项目(50776029)。
故障诊断在旋转机械领域具有重要的意义,而深度学习和迁移学习的发展为提高故障诊断的准确性和鲁棒性提供了新的途径。针对旋转机械故障诊断问题,提出了一种基于深度对抗神经网络(domain-adversarial neural network, DANN)和多核最大...
关键词：旋转机械 故障诊断 快速傅里叶变换(FFT) 域适应 迁移学习 
基于动态加权的多尺度残差网络旋转机械故障诊断算法被引量：7
《振动与冲击》2022年第23期67-74,93,共9页史红梅 郑畅畅 司瑾 陈晶城 
中央高校基本科研业务费专项资金资助项目(科技领军人才团队项目)(2022JBXT005)。
针对传统的机械故障诊断方法特征提取困难问题,提出一种新颖的基于特征通道重标定的动态加权多尺度残差网络旋转机械故障诊断方法。将原始数据作为网络的输入,设计宽卷积层进行信息初步融合扩大模型的感受野;再分别构建三个独立的以残...
关键词：旋转机械故障诊断 动态加权 一维残差网络 多尺度学习 
基于时序关联分析的旋转机械故障诊断被引量：12
《振动与冲击》2022年第8期171-178,共8页谭帅 马遥 侍洪波 常玉清 郭磊 
随着大型旋转机械设备的广泛应用,高速旋转机械的故障诊断得到越来越多的关注。旋转机械的周期旋转特性导致信号间存在很强的时序关联关系,当故障发生时,故障特性会在旋转周期间逐渐传递。该研究分析滚动轴承不同类型故障、不同损伤程...
关键词：时序相关性 长短时记忆 滚动轴承 特征提取 故障诊断 
基于多尺度特征融合残差神经网络的旋转机械故障诊断被引量：19
《振动与冲击》2021年第24期22-28,35,共8页邓飞跃 丁浩 郝如江 
国家自然科学基金(11802184,11790282);河北省自然科学基金(E2019210049);北京市重点实验室研究基金资助课题(PGU2020K009);河北省‘三三三人才工程’资助项目(A202101017)。
轴承、齿轮等旋转部件常在复杂工况下运行,环境噪声干扰大,导致故障特征微弱而难以准确诊断。基于此,该研究提出一种新的多尺度特征融合残差块(multi-scale feature fusion residual block,MSFFRB)设计方法,基于此构建了一维残差神经网...
关键词：旋转机械 故障诊断 残差神经网络 多尺度特征融合 
基于BN-1DCNN的旋转机械故障诊断研究被引量：16
《振动与冲击》2021年第19期302-308,共7页冯浩楠 付胜 胥永刚 
国家重大专项(2010ZX04007-051)国家自然科学基金(51775005)。
为了对旋转机械的故障特征进行自适应提取,实现智能故障诊断,提出了一种基于批量归一化的一维卷积神经网络(convolutional neural networks,CNN)模型。由于卷积神经网络通常应用于二维图像或三维视频领域,故通过将卷积核改进为一维卷积...
关键词：深度学习 卷积神经网络(CNN) 旋转机械 故障诊断 
自适应卷积神经网络在旋转机械故障诊断中的应用被引量：48
《振动与冲击》2020年第16期275-282,288,共9页李涛 段礼祥 张东宁 赵赏鑫 黄辉 毕彩霞 袁壮 
国家重点研发计划(2017YFC0805803);国家自然科学基金(51674277);中石油北京天然气管道有限公司项目(KY-KJ-18-053);中国石化勘探开发研究院项目(ZX20180270)。
针对基于机器学习模型的故障诊断存在依赖人工特征提取质量、维数灾难问题和卷积神经网络(CNN)模型构建缺乏自适应性等问题,提出了一种基于粒子群优化(PSO)算法的自适应CNN故障诊断方法,并将其应用于旋转机械故障诊断。将一维时域信号...
关键词：旋转机械 故障诊断 卷积神经网络(CNN) 深度学习模型 粒子群优化(PSO)算法 
改进的HHT方法及其在旋转机械故障诊断中的应用被引量：16
《振动与冲击》2020年第7期189-195,共7页周小龙 刘薇娜 姜振海 马风雷 
国家自然科学基金(51505038);吉林省科技厅重点科技攻关项目(KYC-JC-XM-2017-042)。
针对希尔伯特-黄变换(Hilbert-Huang Transform,HHT)方法中存在的模态混叠和虚假固有模态函数(Intrinsic Mode Function,IMF)问题,提出一种基于总体包络均值经验模态分解(Ensemble Envelop Mean Empirical Mode Decomposition,EEMEMD)...
关键词：总体包络均值经验模态分解 希尔伯特-黄变换 模态混叠 虚假模态 故障诊断 
EWT与加权多邻域粗糙集结合的旋转机械故障特征提取方法被引量：11
《振动与冲击》2019年第24期235-242,共8页吴耀春 赵荣珍 靳伍银 
国家自然科学基金(51675253);国家重点研发计划项目(2016YFF0203303-04)
针对邻域粗糙集(NRS)特征选择算法中邻域半径需要多次迭代调整、无法自动确定的问题,提出一种加权多邻域粗糙集(WMNRS)的特征选择方法;将该方法与经验小波变换(EWT)结合应用于旋转机械中,提出了一种旋转机械故障特征提取方法。利用EWT...
关键词：特征提取 概率 加权多邻域粗糙集(WMNRS) 经验小波变换(EWT) 旋转机械 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部