振动与冲击

作者：吴春志,江鹏程,冯辅周, 陈汤,陈祥龙

单位：1.陆军装甲兵学院车辆工程系 北京，100072

关键词：卷积神经网络；复合故障诊断；齿轮箱；特征学习

传统复合故障诊断方法通常需要先人工提取特征再用模式识别方法进行分类，难以解决端到端故障诊断的问题，为此，论文提出了一种利用一维卷积神经网络的齿轮箱故障诊断模型。其特点是可以直接从原始振动信号中学习特征并完成故障诊断。采用PHM 2009 Challenge Data和某型坦克变速箱的复合故障数据对三种传统模型和一维卷积神经网络模型进行测试，结果表明，1-DCNN模型对单一和复合故障诊断准确率均高于传统诊断方法。<br>

来源：2018年第22期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2018年第22期