原创力文档- 1、本文档共57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
齿轮箱故障诊断：强噪声环境下的MPDCNN方法
目录
齿轮箱故障诊断：强噪声环境下的MPDCNN方法（1）．．．．．．．．．．．．．．．3
内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1齿轮箱故障诊断背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2强噪声环境下的挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3MPDCNN方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
故障诊断理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
2.1齿轮箱故障类型与特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
2.2噪声抑制与信号增强技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
2.3深度学习在故障诊断中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
MPDCNN算法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
3.1MPDCNN结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
3.2卷积神经网络原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
3.3双时域卷积神经网络机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
3.4多尺度特征融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
强噪声环境下MPDCNN方法实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
4.1数据预处理与特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
4.2噪声信号识别与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
4.3MPDCNN模型训练与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
4.4模型验证与测试．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
实验与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
5.1实验数据集构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
5.2MPDCNN模型参数调整．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
5.3故障诊断性能评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
5.4与传统方法的对比分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
齿轮箱故障诊断：强噪声环境下的MPDCNN方法（2）．．．．．．．．．．．．．．33
一、内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
二、齿轮箱故障诊断技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
传统故障诊断方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
现代智能故障诊断技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
齿轮箱故障诊断的难点与重点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
三、MPDCNN方法原理及应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
MPDCNN方法的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
MPDCNN方法的优势分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
MPDCNN在齿轮箱故障诊断中的应用流程．．．．．．．．．．．．．．．．．．．．．42
四、强噪声环境下的齿轮箱故障诊断研究．．．．．．．．．．．．．．．．．．．．．．43
强噪声对齿轮箱故障诊断的影响．．．．．．．．．．．．．．．．．．．．．．．．．．．45
噪声处理与降噪技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
MPDCNN方法在强噪声环境下的应用与效果．．．．．．．．．．．．．．．．．．．47
五、MPDCNN方法的实施与实验验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
数据采集与处理．．．．．
文档评论（0）