基于GRU的胶囊网络的滚动轴承故障诊断研究
更新日期:2020-07-31     来源:现代制造工程   浏览次数:129
核心提示:《基于GRU的胶囊网络的滚动轴承故障诊断研究》为作者:王超群最新的研究成果,本论文的主要观点为针对当处于噪声环境和变负载环境下,目前基于深度学

《基于GRU的胶囊网络的滚动轴承故障诊断研究》为作者:王超群最新的研究成果,本论文的主要观点为针对当处于噪声环境和变负载环境下,目前基于深度学习的轴承故障诊断方法可能存在准确率下降较大的问题,提出一种基于门控循环单元(GRU)的胶囊网络模型。该模型利用门控循环单元充分提取故障特征,再利用胶囊网络神经元中的向量来提取更多细节特征并减少信息的丢失,最终完成故障的分类。通过一系列实验验证和与一些深度学习方法的比较,证明该模型在噪声环境、变负载环境下仍具有较好的诊断效果。不知是否符合录用要求,望您批评与指正。

2020-09-14• 基于LMD与改进SVM的轴承故障诊断
《基于LMD与改进SVM的轴承故障诊断》为作者:李道军最新的研究成果,本论文的主要观点为针对实际提取轴承振动信号故障特征信息困难的现状,提出基于局...
2019-04-24• 基于自适应随机共振系统的电机轴承故障诊断研究
《基于自适应随机共振系统的电机轴承故障诊断研究》为作者:王珊最新的研究成果,本论文的主要观点为针对电机轴承早期故障的诊断问题,提出一种基于自...