【摘 要】
：
滚动轴承在旋转机械中起到重要作用,其工作环境多变并存在多种失效模式。传统的轴承故障诊断方法需要依赖技术人员的经验提取时频域故障特征,并且诊断准确率不高。提出了一种
【机 构】
：
唐山工业职业技术学院,北京首钢自动化信息技术有限公司
【基金项目】
：
唐山工业职业技术学院院级课题“基于机器学习的轴承故障诊断研究”(课题编号:YJKT201949),主持人王萌
论文部分内容阅读
滚动轴承在旋转机械中起到重要作用,其工作环境多变并存在多种失效模式。传统的轴承故障诊断方法需要依赖技术人员的经验提取时频域故障特征,并且诊断准确率不高。提出了一种基于余弦下降学习率的卷积神经网络模型,该模型以数据驱动方式自主提取轴承的故障特征。在训练的过程中采用余弦下降学习率,使损失函数可以快速收敛完成分类模型的训练。应用凯斯西储大学(CWRU)滚动轴承数据集验证该方法的有效性。结果显示,本模型能够有效识别轴承不同损伤程度以及不同故障,整体识别率达到99.91%。
其他文献
讲好中国故事是坚定文化自信的基础,增强文化自信是讲好中国故事的重要保证。在"人类命运共同体"框架下的文化交往,应正确对待文化交往的全球性和现代性的二元对立、交往的媒
为了使激光扫描测量跟踪系统拥有更高的探测灵敏度、扫描精度、系统响应速度和更小得体积和质量,提出了一种新型压电驱动球形扫描平台的设计,采用压电装置作为动力源,代替原
新一轮的基础教育课程改革将转变学生的学习方式,提出了以“科学探究”为主的多元化的学习方式作为课程改革的突破口。化学的学科特征、化学实验的功能和探究性学习的特征决
在中国日益融入经济全球化,正由世界制造中心向世界制造强国迈进,机械制造业的生产经营模式正由内向型向开放式、外向型转变；随着市场竞争的不断加剧,国内制造业经营模式面临