文章详情
| 稿件标题： | 基于卷积神经网络和迁移学习的电动泵故障诊断方法研究 |
| 稿件作者： | 谢旭阳，余刃，王天舒，彭俏，陈玉昇 |
| DOI： | 10.11809/bqzbgcxb2021.07.041 |
| 科学编辑： | 杨继森 博士（重庆理工大学教授） |
| 栏目名称： | 机械制造与检测技术 |
| 关键词： | 电动泵；振动；故障诊断；卷积神经网络；迁移学习 |
| 文章摘要： | 提出了一种基于卷积神经网络和迁移学习的电动泵故障诊断方法，其特点是只利用少量样本数据就能自动从振动信号中提取有效的故障特征并完成诊断。设计了基于迁移学习的卷积神经网络模型训练方法，给出了利用其进行故障诊断的方法步骤，采用齿轮和电机在正常和不同故障状态时的振动数据对方法的有效性进行了测试。结果表明，所提出的方法对不同的故障状态有较高的识别精度，具有良好的实用性。 |
| 稿件基金： | 海军工程大学科研发展基金项目（425317k304） |
| 引用本文格式： | 谢旭阳，余刃，王天舒，等.基于卷积神经网络和迁移学习的电动泵故障诊断方法研究［J］.兵器装备工程学报，2021,42(07):239-245. XIE Xuyang, YU Ren, WANG Tianshu, et al.Fault Diagnosis Method for Electric Pump Based on Convolutional Neural Network and Transfer Learning［J］.Journal of Ordnance Equipment Engineering,2021,42(07):239-245. |
| 刊期名称： | 2021年07期 |
| 出版时间： | 2021年7月 |
| 上线时间： | 2021年7月28日 |
| 浏览次数： | 2519 |
| 下载次数： | 672 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |