文献

J-GLOBAL ID：202002267156137606   整理番号：20A1142849

改良畳込みニューラルネットワークに基づく転がり軸受の故障診断【JST・京大機械翻訳】

Fault Diagnosis of Bolling Bearing Based on Improved Convolutional Neural Network

著者 (7件)： Meng Zhiqiang (重慶交通大学 机電与車輌工程学院,重慶,400074) ,  Dong Shaojiang (重慶交通大学 机電与車輌工程学院,重慶,400074) ,  Pan Xuejiao (重慶交通大学 机電与車輌工程学院,重慶,400074) ,  Wu Wenliang (重慶交通大学 机電与車輌工程学院,重慶,400074) ,  He Kun (重慶交通大学 机電与車輌工程学院,重慶,400074) ,  Liang Tian (重慶交通大学 机電与車輌工程学院,重慶,400074) ,  Zhao Xingxin (重慶長江軸承股fen有限公司,重慶,401336)
資料名： Zuhejichuang yu Zidonghua Jiagong Jishu  (Zuhejichuang yu Zidonghua Jiagong Jishu)
号： 2  ページ： 79-83  発行年： 2020年 
JST資料番号： C4103A  ISSN： 1001-2265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 転がり軸受の故障診断のプロセスにおいて,微細故障特性を抽出することが難しい問題を解決するために,改良畳込みニューラルネットワークに基づく転がり軸受の故障診断方法を提案した。最初に,固有値抽出において,多重スケールコンボリューションカーネルを並列に採用し,転がり軸受の振動信号に対して,より多くの故障特徴の詳細を抽出した。次に,固有値の次元縮小とノイズ除去処理において,leakyrelu活性化関数を採用して,いくつかのニューロンが抑制状態にあるという問題を解決した。最後に、分類識別過程において、多層全連結計算の複雑な問題に対して、グローバル平均プール化代替部分全連結を採用した。転がり軸受の異なる損傷程度、異なる故障位置の診断実験により、提案方法が故障認識率を高め、訓練時間を短縮し、良好な実行可能性を有することを証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 固有値 ,  *故障 ,  識別過程 ,  ニューロン ,  *転がり軸受 ,  *故障診断 ,  雑音低減 ,  多層 ,  次元縮小
準シソーラス用語： マルチスケール ,  活性化関数 ,  認識率 ,  振動信号 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  転がり軸受 ,  故障診断