| 注册
首页|期刊导航|轻工机械|基于CEEMDAN和CNN-TSA-GRU的滚动轴承故障识别方法研究

基于CEEMDAN和CNN-TSA-GRU的滚动轴承故障识别方法研究

陈博 魏豪 权伟

轻工机械2023,Vol.41Issue(4):68-74,7.
轻工机械2023,Vol.41Issue(4):68-74,7.DOI:10.3969/j.issn.1005-2895.2023.04.009

基于CEEMDAN和CNN-TSA-GRU的滚动轴承故障识别方法研究

Research on Rolling Bearing Fault Identification Method Based on CEEMDAN and CNN-TSA-GRU

陈博 1魏豪 1权伟1

作者信息

  • 1. 西安工程大学 工程训练中心,陕西 西安 710048
  • 折叠

摘要

关键词

故障识别/滚动轴承/CEEMDAN/深度学习/CNN-TSA

Key words

fault identification/rolling bearing/CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)/deep learning/CNN-TSA(Convolutional Neural Network-Time Self-Attention)

分类

机械制造

引用本文复制引用

陈博,魏豪,权伟..基于CEEMDAN和CNN-TSA-GRU的滚动轴承故障识别方法研究[J].轻工机械,2023,41(4):68-74,7.

基金项目

陕西省教育科学"十四五"规划2021 年度课题(SGH21Y0100). (SGH21Y0100)

轻工机械

OACSTPCD

1005-2895

访问量0
|
下载量0
段落导航相关论文