10.16621/j.cnki.issn1001-0599.2021.04.66
基于深度学习的滚动轴承故障诊断方法
提出一种基于一维卷积神经网络(CNN)与门控循环单元(GRU)的滚动轴承故障诊断方法,设计了一种基于数据驱动的滚动轴承故障诊断方法.利用同一数据集之间特征相似并且独立同分布这一特征,分别设计网络结构和参数.为采用CNN和GRU进行故障诊断提供了新的思路,具有较好的技术应用前景.
深度学习、故障诊断、滚动轴承、一维卷积、门控循环单元
TH133.33;TP277
2021-05-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
144-146