10.13465/j.cnki.jvs.2023.20.008
基于改进胶囊网络的轴承复合故障诊断研究
滚动轴承的工作环境复杂,各个部位经常同时发生故障并相互影响,产生复合故障.传统的方法往往将复合故障视为单独的一类,难以识别其中包含的具体故障.针对这一问题,提出了一种基于胶囊网络和多标签分类的智能复合故障诊断方法.首先,将原始振动信号作为输入,通过卷积层和挤压激励模块实现特征提取;其次,初级胶囊层将提取的特征转换为向量,通过自注意路由算法传递到高级胶囊层;最后,通过多标签分类器得到诊断结果.经实验室数据验证,该方法在不同转速数据集上的准确率分别达到了 98.70%,98.04%和94.72%,有效识别了复合故障.
胶囊网络、故障诊断、滚动轴承、深度学习
42
TH133.3
国家自然科学基金;北京化工大学-中日友好医院生物医学转化工程研究中心联合基金
2023-11-06(万方平台首次上网日期,不代表论文的发表时间)
共9页
69-76,123