|国家科技期刊平台
| 注册
首页|期刊导航|山东电力技术|基于改进VMD-MCKD和深度残差网络的风机齿轮箱故障诊断

基于改进VMD-MCKD和深度残差网络的风机齿轮箱故障诊断

蔡昌春 何捷 承敏钢 张能文 王全凯

山东电力技术2024，Vol.51Issue(2)：P.67-78,12.
✕
山东电力技术2024，Vol.51Issue(2)：P.67-78,12.DOI:10.20097/j.cnki.issn1007-9904.2024.02.007

基于改进VMD-MCKD和深度残差网络的风机齿轮箱故障诊断

蔡昌春 1何捷 2承敏钢 3张能文 3王全凯2

作者信息

  • 1. 河海大学人工智能与自动化学院,江苏常州213022 江苏省输配电装备技术重点实验室,江苏常州213022
  • 2. 河海大学信息科学与工程学院,江苏常州213022 江苏省输配电装备技术重点实验室,江苏常州213022
  • 3. 江苏新道格自控科技有限公司,江苏无锡214433
  • 折叠

摘要

关键词

齿轮故障诊断/变分模态分解/最大相关峭度解卷积/深度残差网络/麻雀搜索算法

分类

信息技术与安全科学

引用本文复制引用

蔡昌春,何捷,承敏钢,张能文,王全凯..基于改进VMD-MCKD和深度残差网络的风机齿轮箱故障诊断[J].山东电力技术,2024,51(2):P.67-78,12.

基金项目

国家自然科学基金项目(51607057) （51607057）

常州市应用基础研究计划项目(CJ20220245) （CJ20220245）

江苏省输配电重点实验室开放基金项目(2021JSSPD07)。 （2021JSSPD07）

山东电力技术

OACSTPCD

1007-9904

访问量0
|
下载量0
段落导航相关论文