【摘 要】
：
为了解决轴承故障诊断问题,提出了一种基于深度残差BiLSTM网络的轴承故障诊断模型,该故障诊断模型以轴承一维时序振动信号作为输入,在BiLSTM网络基础上构建残差连接完成特征提取,最后在输出端利用Softmax分类器输出故障分类结果。对轴承内圈、外圈、滚珠故障进行诊断实验,故障识别准确率均达到99%以上。通过与深度卷积网络(CNN)、深度LSTM和支持向量机(SVM)等方法的诊断结果进行对比,本文所提方法的故障诊断准确率更高。
论文部分内容阅读
为了解决轴承故障诊断问题,提出了一种基于深度残差BiLSTM网络的轴承故障诊断模型,该故障诊断模型以轴承一维时序振动信号作为输入,在BiLSTM网络基础上构建残差连接完成特征提取,最后在输出端利用Softmax分类器输出故障分类结果。对轴承内圈、外圈、滚珠故障进行诊断实验,故障识别准确率均达到99%以上。通过与深度卷积网络(CNN)、深度LSTM和支持向量机(SVM)等方法的诊断结果进行对比,本文所提方法的故障诊断准确率更高。
其他文献
根据实践调查与相关资料分析发现,每年都有因为高速公路年久失修、缺乏预防性养护造成的交通事故,而针对高速公路开展预防性养护,不仅能够确保公路使用效果,还能够更好地满足人们交通出行需求,因此分析高速公路预防性养护技术,尝试提出对应管理方案,加强高速公路工程质量管理工作,为行驶者安全保驾护航,促进交通事业可持续发展.
在大数据发展时代的物流社会,寻求便利高效的工作模式是客户的基本要求,本文基于数据挖掘中聚类算法K-means的基本思想,使用Python语言的强大功能,结合当地物流配送的实际需求设计了一个合理、实用、有效的配送方案。
随着智能手机的发展,手机上的传感器越来越多,可以通过使用算法分析手机传感器中的数据,建立模型,识别出人类日常活动[1]。因此提出了一种基于CNN和GRU的模型来进行人类活动识别,使用UCI数据集进行实验,实验的结果优于现在使用单一识别算法的模型。
针对普通国省干线公路日常养护管理问题,采取实践总结与分析的方法展开具体论述,首先概述了普通国省干线公路养护的特点,其次结合实践分析养护管理存在的问题,最后结合实践提出优化日常管理的措施;另外,还提出强化养护管理的策略,以共享给相关人员参考借鉴.
研究分析如何在农村公路投入使用之中,科学化与合理化地进行公路养护与管理工作,并通过多元化举措,提高农村公路养护管理水平和质量,为农村经济发展贡献一份力量.
稀浆封层技术属于预防性养护技术,稀浆封层技术的应用可以改善沥青路面现状,对提升路面工程的使用寿命具有促进作用.为了全面了解稀浆封层技术的应用效果,以江西某公路项目实例为研究背景,从稀浆封层技术应用特点、技术应用过程等方面对该技术的应用情况进行综合分析,以期探讨后,可为类似工程的工作人员提供借鉴.
针对传统路径规划算法在多AGV路径规划时容易出现拥堵的情况,影响运行效率,提出了改进的A*算法。首先,在A*算法启发函数中加入拥堵系数,以避免AGV出现大规模拥堵;其次,约束路径的节点数与转角,减少转向时间的浪费;最后,分析常见的AGV冲突类型,通过建立时间窗模型,预测和规避可能发生的冲突。通过对比试验,验证了算法的有效性。
为了提高当前车载和野外环境安装的低配置设备车型识别系统的精确度,本文提出了一种轻量型CNN分类网络DGNet用于车型识别,该方法在模型结构上保留了DarkNet53网络的滤波器尺寸,采用了Ghost-Conv模块,能够在提高分类精度的同时,大幅降低计算成本,经过实验表明,该方法在分类精度上优于目前轻量型的分类网络,在模型参数和速度方面比原模型减少了一半的计算成本和计算时间。因此,在分类精确度、计算
字符识别具有广泛的应用范围,传统的字符识别方法具有局限性,且识别准确率不高。通过对原有算法进行研究,给出了基于骨架提取和HOG特征的字符识别算法,并从初始值、动量项、学习率和网络结构4个方面对BP网络进行优化,以减小局部最小值的可能性。实现了高准确率的低像素图片识别算法。
为了提高国省干线公路的使用效率,相关部门要加强对干线公路的养护管理.通过讲述国省干线公路养护管理的重要性,提出干线公路养护管理存在的一些问题,从四个方面分析提高国省干线公路养护管理工作水平的策略和方法,以供相关人士交流与参考.