- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
改进MoblieNet网络在轴承轻量化诊断中的应用
摘要:近年来,基于神经网络的故障诊断方法在诊断的准确性、效率等方面展现出巨大的优势,然而
呈指数增长的模型参数量限制了神经网络在工程实际中的应用。针对这一问题,本文提出了一种
基于一维卷积神经网络改进的MobileNet网络用于实现滚动轴承的故障诊断;改进的网络能够直
接应用于一维振动信号,有效降低系统硬件资源的要求,实现网络的轻量化部署;使用西储大学轴
承数据集和QPZZ⁃Ⅱ型故障模拟试验台数据集对所提方法进行验证,本文提出的模型准确率均达
99.8%以上,参数量为标准卷积神经网络的1/2。本文所提方法为在轻资源嵌入式系统中实现智能
诊断提供了一种新的方法和思路。
关键词:滚动轴承;故障诊断;神经网络;MobileNet
ApplicationofImprovedMobileNetNetworkin
BearingLightweightDiagnosis
Abstract:Inrecentyears,faultdiagnosismethodsbasedonneuralnetworkshaveshowngreatadvantagesinthe
accuracyandefficiencyofdiagnosis.However,theexponentiallyincreasingnumberofmodelparameterslimitsthe
applicationofneuralnetworksinengineeringpractice.Aimingatthisproblem,thispaperproposesanimproved
MobileNetnetworkbasedonone⁃dimensionalconvolutionalneuralnetworkforfaultdiagnosisofrollingbearings.
Theimprovednetworkcanbedirectlyappliedtoone⁃dimensionalvibrationsignals,effectivelyreducingthe
requirementsofsystemhardwareresourcesandrealizinglightweightdeploymentofthenetwork;Theproposed
methodisvalidatedusingtheWesternReserveUniversitybearingdatasetandtheQPZZ⁃Ⅱfaultsimulationtest
benchdataset.Theaccuracyofthemodelproposedinthispaperismorethan99.8%,andthenumberofparameters
is1/2ofthestandardconvolutionalneuralnetwork.Themethodproposedprovidesanewwayforrealizing
intelligentdiagnosisinlight⁃resourceembeddedsystems.
Keywords:rollingbearing;faultdiagnosis;neuralnetwork;MobileNet
收稿日期:20241130近年来,随着智能制造的深入,机械设备的状态
监测在国家的先进装备制造业中起着举足轻重的作
用,其通过对关键部件的状态监测与评估来保证设
32机械科学与技术第43卷
备的可靠与安全运行。滚动轴承作为旋转设备的核现轻量化部署。综上所述,以深度学习为代表的智
心部件,其状态直接决定
您可能关注的文档
最近下载
从事办公室文字工作,提供论文格式排版 、专业学术论文参考资料、文章写作、论文答辩PPT模板、会议筹备指导等服务,经验丰富,已从事七年。互相信任,保证质量,全程包修改,负责到通过。 微X号:lhg511823
文档评论(0)