基于改进1D-CNN的轴承故障实时诊断方法

季利鹏; 郝健; 曹家宁; 王杭

doi:10.11907/rjdk.231177

您当前的位置：

首页 >

文章列表页 >

基于改进1D-CNN的轴承故障实时诊断方法

人工智能 | 更新时间：2023-07-24

- 基于改进1D-CNN的轴承故障实时诊断方法
- Real-time Diagnosis Method of Bearing Fault Based on Improved 1D-CNN
- “在电机故障检测领域，研究者提出了一种基于改进1D-CNN的智能诊断模型，通过引入残差结构，显著提升了模型的诊断效率和准确率，为电机故障实时检测提供了高效解决方案。”
  
  ”
- 软件导刊 2023年22卷第7期页码：32-37
- 作者机构：
  
  上海理工大学机械工程学院，上海 200093
- 作者简介：
  
  季利鹏（1987-），博士，CCF会员，上海理工大学机械工程学院讲师、硕士生导师，研究方向为智能信息处理。
  郝健（1998-），男，上海理工大学机械工程学院硕士研究生，研究方向为深度学习技术在电气领域的应用
  曹家宁（2000-），男，上海理工大学机械工程学院学生，研究方向为电气信息处理
  王杭（2000-），男，上海理工大学机械工程学院学生，研究方向为电气信息处理。
- 基金信息：
  
  上海市专业技术服务平台建设项目(22DZ2291800)
- DOI：10.11907/rjdk.231177
  中图分类号： TH17
- 纸质出版日期：2023-07-30，
  
  收稿日期：2023-02-27，
扫描看全文
季利鹏,郝健,曹家宁等.基于改进1D-CNN的轴承故障实时诊断方法[J].软件导刊,2023,22(07):32-37.

JI Lipeng,HAO Jian,CAO Jianing,et al.Real-time Diagnosis Method of Bearing Fault Based on Improved 1D-CNN[J].Software Guide,2023,22(07):32-37.
季利鹏,郝健,曹家宁等.基于改进1D-CNN的轴承故障实时诊断方法[J].软件导刊,2023,22(07):32-37. DOI： 10.11907/rjdk.231177.

JI Lipeng,HAO Jian,CAO Jianing,et al.Real-time Diagnosis Method of Bearing Fault Based on Improved 1D-CNN[J].Software Guide,2023,22(07):32-37. DOI： 10.11907/rjdk.231177.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

二进制特征图像算法性能分析

基于改进1D-CNN的轴承故障实时诊断方法

Real-time Diagnosis Method of Bearing Fault Based on Improved 1D-CNN

DOI：10.11907/rjdk.231177