基于多传感器信号融合和残差神经网络的齿轮箱故障诊断
文档名：基于多传感器信号融合和残差神经网络的齿轮箱故障诊断
摘要：针对齿轮箱齿轮在发生故障时故障信号易被强噪声淹没、信号采集不全面且训练网络冗杂的问题,将融合了多传感器信号和加入注意力机制的残差神经网络引入到齿轮箱齿轮故障诊断中.对多个传感器采集到的信号基于振动信号的方差贡献率进行数据融合,获取齿轮箱更为全面的故障信息;通过小波变换获取信号的时频图,构建故障信号的二维时频信息;利用加入了局部跨信道交互策略(ECA模块)的残差神经网络(ResNet)对不同的故障状态进行学习并分类,在不降低维数的通道级全局平均池化后,分类效果得到明显提升.通过对不同故障类型、不同信噪比、不同工况下的齿轮箱故障信号进行识别分析,并与不同的诊断方法对比,证明了所提方法的可行性且具有很快的识别速率.
作者：谢炅宏陈永鹏李嘉琳Author：XIEJionghongCHENYongpengLIJialin
作者单位：重庆交通大学机电与车辆工程学院,重庆400074
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(13)
分类号：TH133.33TN911.7
关键词：信号融合故障诊断通道注意力机制残差神经网络
Keywords：signalfusionfaultdiagnosischannelattentionmechanismresidualneuralnetwork
机标分类号：
在线出版日期：2023年8月22日
基金项目：国家重点研发计划，重庆市自然科学基金基于多传感器信号融合和残差神经网络的齿轮箱故障诊断[
期刊论文]重庆理工大学学报--2023, 37(13)谢炅宏陈永鹏李嘉琳针对齿轮箱齿轮在发生故障时故障信号易被强噪声淹没、信号采集不全面且训练网络冗杂的问题,将融合了多传感器信号和加入注意力机制的残差神经网络引入到齿轮箱齿轮故障诊断中.对多个传感器采集到的信号基于振动信号的方...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多传感器信号融合和残差神经网络的齿轮箱故障诊断Fault diagnosis of gearboxes based on multi-sensor signal fusion and residual neural network
基于多传感器信号融合和残差神经网络的齿轮箱故障诊断.pdf
页:
[1]