|国家科技期刊平台
| 注册
首页|期刊导航|控制理论与应用|基于深度学习与混沌特征融合的滚动轴承故障诊断

基于深度学习与混沌特征融合的滚动轴承故障诊断

金江涛 许子非 李春 缪维跑 肖俊青 孙康

控制理论与应用2022，Vol.39Issue(1)：109-116,8.
✕
控制理论与应用2022，Vol.39Issue(1)：109-116,8.DOI:10.7641/CTA.2021.10177

基于深度学习与混沌特征融合的滚动轴承故障诊断

Rolling bearing fault diagnosis based on deep learning and chaotic feature fusion

金江涛 1许子非 1李春 1缪维跑 2肖俊青 1孙康1

作者信息

  • 1. 上海理工大学 能源与动力工程学院,上海200093
  • 2. 上海市动力工程多项流动与传热重点实验室,上海200093
  • 折叠

摘要

关键词

卷积神经网络/长短期记忆网络/支持向量机/混沌/特征融合/轴承/故障诊断

引用本文复制引用

金江涛,许子非,李春,缪维跑,肖俊青,孙康..基于深度学习与混沌特征融合的滚动轴承故障诊断[J].控制理论与应用,2022,39(1):109-116,8.

基金项目

国家自然科学基金项目(51976131,51676131,52006148),上海市"科技创新心动计划"地方院校能力建设项目(19060502200)资助. （51976131,51676131,52006148）

控制理论与应用

OA北大核心CSCDCSTPCD

1000-8152

访问量0
|
下载量0
段落导航相关论文