10.16525/j.cnki.cn14-1134/th.2024.01.001
基于深度残差网络的机床减速器故障诊断研究
为了进一步提高对机床不同故障的分类准确率,设计了一种深度残差网络.通过对机床振动试验台信号预处理优化网络结果,并进行故障诊断对比分析.研究结果表明:当行数比列数更少时,随着两者差异增加,模型分类准确率显著降低;当行数超过列数后,模型达到了更高的分类准确率并保持相对稳定的状态.CNN网络比浅层模型LeNet表现出了更强识别性能.ShortCut结构具备明显优越性,有助于网络具备更强识别能力.该研究有助于提高减速器的运行效率,可将其拓宽到其他机械传动领域,具有很好的应用价值.
机床、残差网络、故障诊断、振动信号
39
TH132
河南省重点研发与推广专项项目202102210177
2024-02-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
1-2,6