基于动态加权密集连接卷积网络的变转速行星齿轮箱故障诊断

论文摘要

针对变转速工况下基于深度学习的行星齿轮箱故障诊断问题,提出动态加权密集连接卷积网络的故障诊断方法。将行星齿轮箱振动信号的小波包系数二维矩阵输入到密集连接卷积网络作为网络的初始特征图;在密集连接卷积网络的跨层连接中加入动态加权层,形成动态加权密集连接卷积网络,加强网络的深层信息传递;通过动态加权网络层自适应提取不同频带内的故障特征信息进行行星齿轮箱故障诊断。试验表明了所提的动态加权密集连接卷积网络能有效诊断变转速行星齿轮箱故障。

论文目录

• 0前言
• 1 密集连接卷积网络
• 2 基于动态加权密集连接卷积网络的行星齿轮箱故障诊断
•   2.1 密集连接卷积网络初始特征图
•   2.2 动态加权密集连接
•   2.3 故障诊断流程
• 3 实例验证
•   3.1 超参数设置
•   3.2 试验结果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 熊鹏,汤宝平,邓蕾,赵明航

关键词: 密集连接卷积网络,故障诊断,特征学习,小波包变换,行星齿轮箱

来源: 机械工程学报 2019年07期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 重庆大学机械传动国家重点实验室

基金: 国家自然科学基金资助项目(51775065,51675067)

分类号: TH132.425

页码: 52-57

总页数: 6

文件大小: 588K

下载量: 431