《基于多源异构传感器的深度神经网络行星减速器故障诊断研究》PDF+DOC
作者:李哲,黄兴利,张天凡,景啸
单位:重庆市兵工学会;重庆理工大学
出版:《兵器装备工程学报》2018年第12期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCUXI2018120370
DOC编号:DOCCUXI2018120379
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
《基于深度卷积和门控循环神经网络的传感器运动识别》PDF+DOC2020年第01期 王震宇,张雷
《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
《基于滑模观测器和神经网络的传感器故障诊断方法比较研究》PDF+DOC2020年第04期 陶立权,马振,王伟,张正,刘程
《基于循环神经网络的人体行为识别》PDF+DOC2018年第06期 宿通通,孙华志,马春梅,姜丽芬
《VIGILANTE—用于自动目标识别的先进的传感/处理测试台》PDF+DOC1998年第08期 周万清
《信息融合技术在旋转机械故障诊断中的应用》PDF+DOC2010年第04期 莫琦,孙国玺
《基于振动信号特征融合的齿轮泵故障诊断》PDF+DOC2009年第05期 刘希亮,陈小虎
《基于神经网络的汽车EPS传感器故障诊断》PDF+DOC2008年第07期 李可,赵德安,陈龙
常规行星减速器故障诊断方法多依赖于单个或复数振动传感器采集振动信号进行分析,而军事应用环境极其复杂,而现有方法的准确性、鲁棒性存在局限。针对该问题,提出了一种基于多源异构传感器的深度神经网络故障诊断方法,不仅能更全面地反映故障的类型,还可适应多种复杂工况条件。通过实验平台对该方法进行了验证,表明其诊断精度平均提高了5%。
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。