基于MSB和CNN的弧齿锥齿轮损伤故障识别
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

航空科学基金资助项目(20200033116001);湖南省自然科学基金资助项目(2021JJ30267);湖南省教育厅优秀青年项目资助(21B0484)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对弧齿锥齿轮损伤程度识别率低的问题,提出一种基于调制信号双谱和卷积神经网络的弧齿锥齿轮损伤程度识别方法.采集弧齿锥齿轮在正常、轻度损伤及中度损伤3种状态下的振动加速度信号,分别计算其调制信号双谱特征图,构建卷积神经网络,并将调制信号双谱特征图作为输入样本训练卷积神经网络.试验结果表明:本文方法可以有效地提高弧齿锥齿轮损伤程度的识别率,平均识别准确率达99.91%.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

杨大炼*,雷家乐,蒋玲莉.基于MSB和CNN的弧齿锥齿轮损伤故障识别[J].湖南科技大学学报(自然科学版),2023,38(4):59-65

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-01-31