《基于信息融合的滚动轴承寿命状态识别研究》PDF+DOC
作者:蒙志强,董绍江,潘雪娇,赵兴新,孙世政,吴文亮,饶志荣
单位:大连组合机床研究所:中国机械工程学会生产工程分会
出版:《组合机床与自动化加工技术》2020年第03期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFZHJC2020030100
DOC编号:DOCZHJC2020030109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度卷积神经网络的人体动作识别》PDF+DOC2016年第S1期 吴军,肖克聪
《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC2018年第03期 石代伟,张若英
《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC2017年第04期 周国宪,伍星,刘韬
《基于GA-BP神经网络的多传感器轴承故障诊断》PDF+DOC2017年第10期 李荣远,张国银,王海瑞,王雪,宋怡然,齐磊,任玉卿
《基于多传感器信号和卷积神经网络的滚动轴承故障诊断》PDF+DOC2020年第04期 朱丹宸,张永祥,潘洋洋,朱群伟
《基于特征融合的人体运动识别》PDF+DOC2019年第06期 连西静,崔升
《基于卷积神经网络的增敏型光纤弯曲传感器》PDF+DOC2020年第07期 谭中伟,杨婧雅,刘艳,卢顺,张利伟,牛慧
《基于多传感器信息融合的刀具监测技术》PDF+DOC1997年第03期 黄勇,应济,傅建中,陈子辰,周国民
《基于多感信息融合与边缘计算的路灯节能控制策略研究》PDF+DOC2020年第10期 韩强
《基于信息融合的柴油机冷却系统状态识别》PDF+DOC2014年第01期 于桂峰,严志军,孙小龙
针对滚动轴承寿命状态识别过程中,单一传感器蕴含的信息不能全面反映寿命状态的问题,文章提出了一种基于信息融合的滚动轴承寿命状态识别方法。该方法首先采用多路卷积层提取不同传感器的数据特征信息,克服单一信息源的局限性;然后采用多层卷积、池化交替级联的方式,实现多源信息的特征值深度融合,最后采用全连接和多分类函数,实现动轴承的寿命状态识别。通过不同方法的对比实验,结果表明了所提方法能够提高滚动轴承寿命状态识别率,具有较好的可行性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。