| 注册
首页|期刊导航|燕山大学学报|基于深度学习的滚动轴承故障诊断与性能退化程度识别方法

基于深度学习的滚动轴承故障诊断与性能退化程度识别方法

姜万录 李振宝 雷亚飞 张生 佟祥伟

燕山大学学报2020,Vol.44Issue(6):526-536,11.
燕山大学学报2020,Vol.44Issue(6):526-536,11.DOI:10.3969/j.issn.1007-791X.2020.06.002

基于深度学习的滚动轴承故障诊断与性能退化程度识别方法

Deep learning based rolling bearing fault diagnosis and performance degradation degree recognition method

姜万录 1李振宝 2雷亚飞 1张生 2佟祥伟1

作者信息

  • 1. 燕山大学 河北省重型机械流体动力传输与控制重点实验室,河北 秦皇岛066004
  • 2. 先进锻压成形技术与科学教育部重点实验室(燕山大学),河北 秦皇岛066004
  • 折叠

摘要

关键词

平滑伪Wigner-Ville分布/卷积神经网络/深度学习/故障识别

分类

通用工业技术

引用本文复制引用

姜万录,李振宝,雷亚飞,张生,佟祥伟..基于深度学习的滚动轴承故障诊断与性能退化程度识别方法[J].燕山大学学报,2020,44(6):526-536,11.

基金项目

国家自然科学基金资助项目(51875498,51475405) (51875498,51475405)

河北省自然科学基金重点项目(E2018203339) (E2018203339)

燕山大学学报

OA北大核心CSTPCD

1007-791X

访问量0
|
下载量0
段落导航相关论文