基于深度学习的辊道电机故障诊断分析方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13228/j.boyuan.issn1006-9356.20200657

基于深度学习的辊道电机故障诊断分析方法

引用
为了避免电机频繁无预警停机,机电设备诊断分析是一项非常重要的任务.针对辊道电机中单个电机故障,根据所有电机正常运行状况和故障状况下收集的电机电流数据,提出一种基于深度学习的智能化电机故障诊断分析策略.首次提出了考虑用协同工作的其他电机的电流来对被监测电机进行故障诊断.该方案选择采用Lenet-5模型进行分类预测训练,以诊断电机中的故障,在生产现场实际应用此方案并进行数据结果验证.结果 表明,所提出的方法在电机故障诊断中可行且有效.

机电故障诊断、辊道电机、电机电流、深度学习、Lenet-5

31

2021-08-02(万方平台首次上网日期,不代表论文的发表时间)

共6页

100-104,111

相关文献
评论
暂无封面信息
查看本期封面目录

中国冶金

1006-9356

11-3729/TF

31

2021,31(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn