文献检索-宁波市创意产业特色资源库

限定检索结果

基于优化CNN与信息融合的地铁牵引电机轴承故障诊断: 收藏
分享
引用; 《机械与电子》2023年第8期41卷 39-44,48页; 作者：王浏洋徐彦伟颉潭成曹胜博河南科技大学机电工程学院河南洛阳471003 智能数控装备河南省工程实验室河南洛阳471003; 针对在单一传感器下轴承故障识别率低的问题,提出一种基于优化CNN与信息融合的地铁牵引电机轴承故障智能检测方法。首先,选取NU216轴承为研究对象,预制故障缺陷;然后,采用正交试验法设计试验方案,采集NU216轴承的振动信号和声发射信号;...; 针对在单一传感器下轴承故障识别率低的问题,提出一种基于优化CNN与信息融合的地铁牵引电机轴承故障智能检测方法。首先,选取NU216轴承为研究对象,预制故障缺陷;然后,采用正交试验法设计试验方案,采集NU216轴承的振动信号和声发射信号;其次,将原始数据通过连续小波变换,分别提取轴承的振动和声发射信号的时频域特征,并将2类单通道数据进行融合,得到双通道融合数据集;最后,将得到的3类数据集分别划分为训练集和测试集,输入优化后的卷积神经网络模型进行训练、测试。试验结果表明,基于振动信号的故障诊断准确率为95.76%,基于声发射信号的故障诊断准确率为92.33%,基于融合信号的故障诊断准确率为98.59%。; 来源：详细信息评论

限定检索结果