国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

基于深度卷積網(wǎng)絡(luò )的多傳感器信號故障診斷方法研究
DOI:
CSTR:
作者:
作者單位:

北京航天測控技術(shù)有限公司,,,

作者簡(jiǎn)介:

通訊作者:

中圖分類(lèi)號:

TP311

基金項目:


The study of multi-sensor fault diagnose method based on convolutional neural networks
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 圖/表
  • |
  • 訪(fǎng)問(wèn)統計
  • |
  • 參考文獻
  • |
  • 相似文獻
  • |
  • 引證文獻
  • |
  • 資源附件
  • |
  • 文章評論
    摘要:

    針對傳統故障診斷方法中多傳感器數據融合技術(shù)難度大、特征提取困難等問(wèn)題,提出了一種基于深度卷積網(wǎng)絡(luò )的多傳感器信號故障診斷方法,通過(guò)構建測量數據幀進(jìn)行卷積計算實(shí)現多通道數據的自然融合,利用深度網(wǎng)絡(luò )結構實(shí)現高層特征的自動(dòng)提取和分類(lèi),從而高效地實(shí)現了故障分類(lèi)診斷;經(jīng)分別采用小規模數據集REF和大規模故障數據集BI02進(jìn)行實(shí)驗驗證,均取得了較高的故障識別準確率,具有很強的工程應用價(jià)值。

    Abstract:

    This paper presents a multi-sensor fault diagnose method based on convolutional neural networks, which utilizes the convolutional core to fuse the different type of measurement data via constructing the measurement data frame. Meanwhile, the high-level features are abstracted automatically from original signal data, and then fault type can be specified according to the output of classifier. As result, the fault recognition achieves high accuracy in treating both a small-scale dataset REF and a large-scale dataset BI02, which shows a significant effect and strong application value.

    參考文獻
    相似文獻
    引證文獻
引用本文

吳魁,王仙勇,孫潔,黃玉龍.基于深度卷積網(wǎng)絡(luò )的多傳感器信號故障診斷方法研究計算機測量與控制[J].,2018,26(1).

復制
分享
文章指標
  • 點(diǎn)擊次數:
  • 下載次數:
  • HTML閱讀次數:
  • 引用次數:
歷史
  • 收稿日期:2017-10-13
  • 最后修改日期:2017-11-29
  • 錄用日期:2017-11-10
  • 在線(xiàn)發(fā)布日期: 2018-02-02
  • 出版日期:
文章二維碼
峡江县| 滨海县| 民权县| 林芝县| 自治县| 雷州市| 寿阳县| 遂平县| 全椒县| 湟中县| 汕头市| 准格尔旗| 本溪市| 武陟县| 夏津县| 临武县| 新乡县| 纳雍县| 峡江县| 山东省| 马龙县| 乌兰浩特市| 景谷| 福建省| 广安市| 河北省| 新干县| 肃宁县| 阳泉市| 江北区| 嘉义市| 南川市| 闸北区| 水富县| 泽库县| 东丽区| 旬阳县| 闻喜县| 莱州市| 宜黄县| 垦利县|