科研之友
微信
新浪微博
Facebook
分享链接
摘要
弯曲振动与扭转振动耦合在旋转机械实际运行中往往不可避免。考虑不平衡转子不同复杂工况的弯扭耦合情况，利用深度学习技术的优势，构建了基于一维卷积神经网络的诊断模型，提出了一种用于处理不平衡转子发生弯曲，扭转以及弯扭耦合振动情况的智能故障诊断方法。分析了数据输入类型和L2正则化对诊断的影响，优化了诊断模型以提高诊断精度，并进行了试验验证。研究结果表明，该方法可以实现不同转速下，发生弯扭耦合振动时单种或多种复合故障的智能诊断，获得比其他方法更好的诊断效果。
-
单位南通理工学院; 南京航空航天大学; 上海华为技术有限公司
