神经网络搭载Inception模块的框架结构集成故障诊断

作     者：蔡超志 池耀磊 郭璐彬 CAI Chao-zhi;CHI Yao-lei;GUO Lu-bin

作者机构：河北工程大学机械与装备工程学院河北邯郸056038 

基　　金：河北省自然科学基金(E2020402060) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2024年第400卷第6期

页      码：170-176页

摘      要：针对于框架结构的使用环境恶劣,同时常常伴随着大量的噪声,在使用普通的一维卷积神经网络对框架结构进行故障诊断时,存在无法做出有效故障诊断的问题。本研究在一种抗噪声能力较强的卷积神经网络中加入Inception模块,提出了一种识别率和抗噪声能力更高的卷积神经网络—BICNN(Convolution Neural Network based on Inception),并用BICNN卷积神经网络基于数据驱动的方式,对楼体框架模型进行了集成故障诊断研究。集成诊断结果表明BICNN具有更高的识别率和较强的抗噪声能力,而且在训练步数较少的情况下振荡次数少收敛情况良好。因此采取本研究所提出的方法,对框架结构进行故障诊断时具有高诊断率和稳定性,为维护框架结构的稳定运行具有重大安全意义。

主 题 词：框架结构 故障诊断 卷积神经网络 Inception模块 抗噪声能力 正确率 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0838[0838] 0802[工学-机械学] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2024.06.033

馆 藏 号：203127302...