基于孪生网络的行星齿轮箱故障诊断方法OACSTPCD
Method of Planetary Gearbox Fault Diagnosis Based on Siamese Networks
针对行星齿轮箱在实际工作中故障训练样本有限的问题,设计一种基于孪生卷积神经网络的故障诊断方法.采集行星齿轮箱多方向振动信号,使用卷积神经网络对多路振动信号进行特征提取,利用孪生网络架构对所提取特征样本进行距离度量,确定分类准则,完成故障诊断模型的训练.通过行星齿轮箱实验平台的数据实验,证明孪生卷积神经网络在故障训练样本有限的情况下相比传统方法具有更好的故障诊断性能.
钱心筠;王友仁;赵亚磊
南京航空航天大学 自动化学院,江苏 南京211106南京航空航天大学 自动化学院,江苏 南京211106南京航空航天大学 自动化学院,江苏 南京211106
机械制造
故障诊断孪生网络行星齿轮箱深度学习有限数据
《机械制造与自动化》 2022 (4)
116-119,4
评论