融合深度神经网络与迁移学习的滚动轴承故障诊断研究.doc

融合深度神经网络与迁移学习的滚动轴承故障诊断研究.doc

  1. 1、本文档共44页,其中可免费阅读14页,需付费170金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

西安交通大学本科毕业设计(论文)

摘要

PAGEII

PAGEV

摘要

滚动轴承是大部分机械设备中不可缺少的零部件,也是最容易发生损坏的零部件之一,其健康状态对整体机械设备的性能有决定性的影响。所以,对滚动轴承进行故障诊断有着重要的意义。

现有的基于浅层神经网络的滚动轴承故障诊断方法需要预先提取大量的振动特征,受制于网络层数的限制,其学习能力有限且特征提取能力不足。深度神经网络在特征提取、数据降维与处理大量数据方面有很大的优势。因此,提出一个融合深度神经网络的滚动轴承故障诊断模型。所构建的深度神经网络通过逐层的无监督预训练与最终有监督的微调,可以直接从原始振动数据中逐层提取深层

文档评论(0)

黄莺文化 + 关注
实名认证
内容提供者

文档分享

1亿VIP精品文档

相关文档