發(fā)布時(shí)間：2017-06-27 14:21

  本文關(guān)鍵詞：基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的齒輪箱故障識(shí)別研究，由筆耕文化傳播整理發(fā)布。

【摘要】：齒輪箱是機(jī)械設(shè)備中用于連接和傳遞動(dòng)力的零部件,由于受到自身結(jié)構(gòu)較為復(fù)雜,所工作環(huán)境較為惡劣等的因素,常常會(huì)發(fā)生一些故障性的問(wèn)題。本研究采用深度學(xué)習(xí)方法進(jìn)行齒輪箱的故障的人工智能識(shí)別模型建立和分析,并將深度學(xué)習(xí)預(yù)測(cè)結(jié)果與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。實(shí)驗(yàn)分析結(jié)果表明,采用深度學(xué)下的方法其對(duì)齒輪箱的故障識(shí)別的準(zhǔn)確率為93.3%,優(yōu)于BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)方法�？捎行У膽�(yīng)用于齒輪箱故障診斷。
【作者單位】： 東華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò) 齒輪箱 故障識(shí)別
【分類號(hào)】：TH132.41;TP183
【正文快照】： 0引言目前,齒輪箱已經(jīng)廣泛應(yīng)用于現(xiàn)代工業(yè)設(shè)備中,成為了航空系統(tǒng)、汽車制造、電力系統(tǒng)以及金屬切削機(jī)床等用于連接和傳遞動(dòng)力的通用零部件,但是由于受到自身結(jié)構(gòu)較為復(fù)雜,所工作環(huán)境較為惡劣等的因素,常常會(huì)發(fā)生一些故障性的問(wèn)題,比如齒輪、軸承等齒輪箱內(nèi)部的部件。一旦某個(gè)

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 馬帥;沈韜;王瑞琦;賴華;余正濤;;基于深層信念網(wǎng)絡(luò)的太赫茲光譜識(shí)別[J];光譜學(xué)與光譜分析;2015年12期

2 馮通;;基于深度學(xué)習(xí)的航空飛行器故障自助檢測(cè)研究[J];計(jì)算機(jī)仿真;2015年11期

3 陳星沅;姜文博;張培楠;;深度學(xué)習(xí)和機(jī)器學(xué)習(xí)及模式識(shí)別的研究[J];科技資訊;2015年31期

4 王皓;周峰;;基于小波包和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)機(jī)齒輪箱故障診斷[J];噪聲與振動(dòng)控制;2015年02期

5 張春霞;姬楠楠;王冠偉;;受限波爾茲曼機(jī)[J];工程數(shù)學(xué)學(xué)報(bào);2015年02期

6 姜倩盼;;無(wú)取樣受限波爾茲曼機(jī)的圖像重建研究[J];電子技術(shù)與軟件工程;2013年19期

7 徐中路;李靜;陳丹;李芳;;基于受限波爾茲曼機(jī)的GMAW管道打底焊的熔透預(yù)測(cè)方法[J];計(jì)算機(jī)應(yīng)用與軟件;2013年10期

8 孫志軍;薛磊;許陽(yáng)明;孫志勇;;基于多層編碼器的SAR目標(biāo)及陰影聯(lián)合特征提取算法[J];雷達(dá)學(xué)報(bào);2013年02期

9 劉曉娟;潘宏俠;;基于EMD分解和支持向量機(jī)的齒輪箱故障診斷與研究[J];柴油機(jī)設(shè)計(jì)與制造;2011年03期

10 張金敏;翟玉千;王思明;;小波分解和最小二乘支持向量機(jī)的風(fēng)機(jī)齒輪箱故障診斷[J];傳感器與微系統(tǒng);2011年01期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吳國(guó)文;肖翱;;基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的齒輪箱故障識(shí)別研究[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2016年12期

2 高鑫;歐陽(yáng)寧;袁華;;基于快速去噪和深度信念網(wǎng)絡(luò)的高光譜圖像分類方法[J];桂林電子科技大學(xué)學(xué)報(bào);2016年06期

3 歐陽(yáng)寧;高鑫;袁華;;基于改進(jìn)的擴(kuò)散平滑和RBM的高光譜圖像分類[J];電視技術(shù);2016年10期

4 崔家旺;李春旺;;基于關(guān)聯(lián)數(shù)據(jù)的知識(shí)發(fā)現(xiàn)技術(shù)述評(píng)[J];圖書(shū)與情報(bào);2016年05期

5 王宇紅;狄克松;張姍;尚超;黃德先;;基于DBN-ELM的聚丙烯熔融指數(shù)的軟測(cè)量[J];化工學(xué)報(bào);2016年12期

6 高強(qiáng);馬艷梅;;深度信念網(wǎng)絡(luò)(DBN)網(wǎng)絡(luò)層次數(shù)量的研究及應(yīng)用[J];科學(xué)技術(shù)與工程;2016年23期

7 許靜;朱永利;;基于受限玻爾茲曼機(jī)的變壓器故障分類[J];電力科學(xué)與工程;2016年07期

8 劉帥師;程曦;郭文燕;陳奇;;深度學(xué)習(xí)方法研究新進(jìn)展[J];智能系統(tǒng)學(xué)報(bào);2016年05期

9 杜康寧;鄧云凱;王宇;李寧;;基于多層神經(jīng)網(wǎng)絡(luò)的中分辨SAR圖像時(shí)間序列建筑區(qū)域提取[J];雷達(dá)學(xué)報(bào);2016年04期

10 李家偉;;基于證據(jù)理論和支持向量機(jī)的風(fēng)機(jī)故障智能診斷[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2016年03期

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 郭麗麗;丁世飛;;深度學(xué)習(xí)研究進(jìn)展[J];計(jì)算機(jī)科學(xué);2015年05期

2 楊釗;陶大鵬;張樹(shù)業(yè);金連文;;大數(shù)據(jù)下的基于深度神經(jīng)網(wǎng)的相似漢字識(shí)別[J];通信學(xué)報(bào);2014年09期

3 楊俊安;王一;劉輝;李晉徽;陸俊;;深度學(xué)習(xí)理論及其在語(yǔ)音識(shí)別領(lǐng)域的應(yīng)用[J];通信對(duì)抗;2014年03期

4 余永維;殷國(guó)富;殷鷹;杜柳青;;基于深度學(xué)習(xí)網(wǎng)絡(luò)的射線圖像缺陷識(shí)別方法[J];儀器儀表學(xué)報(bào);2014年09期

5 徐嬋;劉新;吳建;歐陽(yáng)博宇;;基于BP神經(jīng)網(wǎng)絡(luò)的軟件行為評(píng)估系統(tǒng)[J];計(jì)算機(jī)工程;2014年09期

6 Miao Lingjuan;Shi Jing;;Model-based robust estimation and fault detection for MEMS-INS/GPS integrated navigation systems[J];Chinese Journal of Aeronautics;2014年04期

7 高艷艷;張認(rèn)成;楊建紅;楊凱;;基于單傳感器快速獨(dú)立分量分析電弧故障檢測(cè)的研究[J];電器與能效管理技術(shù);2014年11期

8 王憲保;李潔;姚明海;何文秀;錢l勌，

本文編號(hào)：490146