【摘要】：滚动轴承的精准故障诊断能够确保其工作性能,避免突发故障导致设备失效停工而影响工业生产进度。深度学习有其处理数据的优越性,数据融合能很好的结合不同算例从而得出全面且准确的分析决策,为此,提出一种基于数据融合的故障诊断方法,通过卷积神经网络和长短时记忆网络分别训练诊断模型,之后通过D-S证据理论融合两次训练的结果,综合得出诊断结果。通过CRWU数据进行实验验证,结果显示该方法的诊断准确率高达99.67%,证明其有用性。

【相似文献】

中国期刊全文数据库 前18条

1 黄银花;;基于数据融合的滚动轴承故障诊断研究[J];机电信息;2011年15期

2 崔硕;;时域指标在滚动轴承故障诊断中的应用[J];机械工程与自动化;2008年01期

3 丁洋;;低转速设备滚动轴承故障诊断技巧[J];科学技术创新;2020年10期

4 黄银花;;基于数据融合的滚动轴承故障诊断研究[J];电气传动自动化;2011年03期

5 李卓彦;周强强;李志雄;;滚动轴承故障诊断技术的研究[J];科技信息;2008年36期

6 陈雷;;滚动轴承故障诊断实例[J];设备管理与维修;2016年10期

7 李珊珊;;便携式滚动轴承故障检测仪的设计[J];自动化仪表;2014年10期

8 杨康鹏;;一种改进的滚动轴承故障诊断方法[J];机械制造;2012年05期

9 陈湘中;;滚动轴承故障诊断技术[J];福建电脑;2020年06期

10 苏志忠;吴金强;张国新;;低速重载滚动轴承故障诊断的研究与应用[J];轴承;2008年11期

11 任玥;傅攀;刘建文;;改进的经验模态分解方法在滚动轴承故障诊断中的应用[J];四川兵工学报;2006年06期

12 陆爽,田野;滚动轴承故障特征识别的时频分析研究[J];机床与液压;2005年06期

13 张益纯,刘振娟;滚动轴承故障分析探讨[J];内燃机配件;2000年03期

14 张星星;李少波;柘龙炫;胡建军;宋启松;李志昂;;基于机器学习算法的滚动轴承故障诊断研究[J];组合机床与自动化加工技术;2020年07期

15 高斌;陈果;;一种滚动轴承故障特征的时频综合分析法[J];机械科学与技术;2009年04期

16 任昭蓉;滚动轴承故障的小波诊断法[J];机械制造与自动化;2004年06期

17 姜锐红;;基于多自由度的小波包滚动轴承故障诊断方法[J];上海电机学院学报;2016年06期

18 马增强;谷朝健;柳晓云;;多通道相关-经验模式分解在滚动轴承故障诊断中的应用[J];石家庄铁道大学学报(自然科学版);2017年01期