STFT结合2D CNN-SVM的齿轮箱故障诊断方法OA北大核心CSTPCD
为提高齿轮箱故障诊断的有效性和故障识别的准确率,提出一种基于短时傅里叶变换(Short-term Fourier transform,STFT)、二维卷积神经网络(Two-dimensional Convolutional Neural Network,2D CNN)和支持向量机(Support Vector Machine,SVM)相结合的齿轮箱故障识别方法。搭建JZQ250型定轴齿轮箱实验平台,利用加速度传感器获得齿轮箱振动信号,并对振动信号…查看全部>>
谢锋云;汪淦;王玲岚;李刚;朱海燕;谢三毛
华东交通大学机电与车辆工程学院,南昌330013 华东交通大学智能交通装备全寿命技术创新中心,南昌330013华东交通大学机电与车辆工程学院,南昌330013 华东交通大学智能交通装备全寿命技术创新中心,南昌330013华东交通大学机电与车辆工程学院,南昌330013 华东交通大学智能交通装备全寿命技术创新中心,南昌330013华东交通大学机电与车辆工程学院,南昌330013华东交通大学机电与车辆工程学院,南昌330013华东交通大学机电与车辆工程学院,南昌330013 华东交通大学智能交通装备全寿命技术创新中心,南昌330013
机械工程
故障诊断齿轮箱短时傅里叶变换二维卷积神经网络支持向量机
《噪声与振动控制》 2024 (4)
P.103-109,7
国家自然科学基金资助项目(52265068)江西省自然科学基金资助项目(20224BAB204050)载运工具与装备教育部重点实验室资助项目(KLCEZ2022-02)江西省教育厅资助项目(GJJ2200627)江西省研究生创新专项资金资助项目(YC2022-s481)。
评论