文献检索-宁波市创意产业特色资源库

限定检索结果

考虑传感器位置的Bagging集成卷积神经网络柱塞泵故障诊断模型: 收藏
分享
引用; 《机械设计与研究》2024年第4期40卷 220-225页; 作者：滕建强罗风张菁张玉涛夏唐斌中国石油化工股份有限公司西北油田分公司新疆乌鲁木齐830011 上海交通大学机械与动力工程学院机械系统与振动国家重点实验室、上海交通大学弗劳恩霍中心上海200240 嘉洋智慧安全科技(北京)股份有限公司北京100012; 针对柱塞泵故障诊断中存在的振动数据不平稳和诊断精度低问题,提出一种考虑传感器位置信息的Bagging集成卷积神经网络(Sensors location considered-bagging-convolution neural network,SLC-B-CNN)故障诊断模型。首先将短时傅里叶变换...; 针对柱塞泵故障诊断中存在的振动数据不平稳和诊断精度低问题,提出一种考虑传感器位置信息的Bagging集成卷积神经网络(Sensors location considered-bagging-convolution neural network,SLC-B-CNN)故障诊断模型。首先将短时傅里叶变换后的二维振动时频信息与经独热编码后的传感器位置信息匹配以构建数据集,然后设计混合双输入CNN模型作为基分类器,最后将数据集输入以简单平均法聚合的SLC-B-CNN模型中,在实验柱塞泵数据集上验证了所提出的SLC-B-CNN模型,在测试集上的准确率高达92%,各类故障平均召回率为89%,表现优于CNN模型和随机森林(Random forest,RF)模型。; 来源：详细信息评论

高级检索 表达式检索

时间限定

文献类型

馆藏选择

核心期刊

语言

高级检索 表达式检索

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

限定检索结果

保存检索档案

请选择保存的检索档案：

收藏书架

请选择收藏分类：

检索条件订阅

申请转借

引用

高级检索 表达式检索

时间限定

文献类型

馆藏选择

核心期刊

语言

高级检索 表达式检索

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

限定检索结果

保存检索档案

请选择保存的检索档案： 新增检索档案 确定 取消

收藏书架

请选择收藏分类： 新增自定义分类 确定 取消

检索条件订阅

申请转借

引用

高级检索表达式检索

高级检索表达式检索

请选择保存的检索档案：

请选择收藏分类：