换一批摘要滚动轴承是各类旋转机械中最为重要的元件之一,若滚动轴承在机械设备运行过程中发生故障又无法及时判断出故障,所造成的连锁反应会对整条生产线产生影响,从而给企业造成经济损失.为了及时判断出滚动轴承所发生的故障,提出一种基于卷积神经网络(CNN)和差分进化算法(DE)优化支持向量机(SVM)的故障诊断模型(CNN-DE-SVM),针对滚动轴承的典型故障开展研究.结果表明,CNN-DE-SVM模型拥有较高的特征提取性能与故障诊断精度.
更多相关知识
关键词
卷积神经网络差分进化算法滚动轴承故障诊断支持向量机convolution neural networkdifferential evolutionrolling bearingfault diagnosisSVM
分类号
TP306
栏目名称
DOI
10.3969/j.issn.1007-757X.2023.09.013
发布时间
2023-10-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
江西省科技厅重大研发专项03及5G项目（20224ABC03A15）
- 浏览5
- 被引1
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
