针对传统方法识别变速器制造故障的局限性,引入深层神经网络进行故障识别。在使用深层神经网络进行故障识别时,故障数据的数量、特征多样性和特征吻合度等都对识别结果产生较大影响,因此对变速器故障数据集进行研究。首先,通过分析选择时频域统计分析法和转速谱阵图分析法;然后,基于变速器的典型制造故障数据建立3种形式的故障数据集,每种数据集包含6类标签;最后,搭建深层卷积神经网络和深度信念网络模型,利用模型进行故障数据集的分类识别。实验结果表明:建立的制造故障数据集可以较好地代表变速器制造故障。
科研之友
微信
新浪微博
Facebook
分享链接
