蜉蝣优化双通道网络在齿轮箱故障诊断中的应用

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为了有效提取齿轮箱中齿轮和滚动轴承的故障信号特征，并克服深度学习模型超参数选取依赖人工经验的局限性，提高故障诊断的准确性和稳定性，提出了一种基于蜉蝣算法（MA）优化的双通道神经网络故障诊断模型。该模型采用一维时序输入的门控循环单元（GRU）和二维图像输入的卷积神经网络（CNN）构建双通道并行架构，并引入自适应批标准化（AdaBN）算法。（剩余18418字）

试读结束

目录
monitor