摘要
针对传统方法识别变速器制造故障的局限性,引入深层神经网络进行故障识别.在使用深层神经网络进行故障识别时,故障数据的数量、特征多样性和特征吻合度等都对识别结果产生较大影响,因此对变速器故障数据集进行研究.首先,通过分析选择时频域统计分析法和转速谱阵图分析法;然后,基于变速器的典型制造故障数据建立3种形式的故障数据集,每种数据集包含6类标签;最后,搭建深层卷积神经网络和深度信念网络模型,利用模型进行故障数据集的分类识别.实验结果表明:建立的制造故障数据集可以较好地代表变速器制造故障.
基金项目
%%(cstc2017zdcy-zdzxX0008)
重庆市研究生创新基金(CYS18302)
国家科技期刊平台
NSTL
万方数据