基于参数优化VMD和改进GoogLeNet 的滚动轴承故障诊断

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：【目的】深度学习方法在滚动轴承故障诊断领域的应用十分有效，但传统神经网络由于采用单一尺度的卷积核而无法多尺度提取特征，且并未考虑到不同特征在故障诊断中的重要程度，滚动轴承信号在噪声干扰下的故障特征提取较为困难。为此，提出了一种基于参数优化变分模态分解（Variational Mode Decomposition， VMD）降噪，并用以注意力机制改进的GoogLeNet 网络进行诊断的滚动轴承故障诊断方法。（剩余1520字）

试读结束

目录
monitor