首页
|
本学科首页
官方微博
|
高级检索
全部专业
公路运输
水路运输
铁路运输
学报及综合类
综合运输
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
基于注意力机制的双向门控循环单元网络齿轮故障识别系统
作者姓名:
冯贤洋
何荇兮
符礼丹
陆彬春
陈鸣辉
摘 要:
提出一种基于注意力机制 (Attention Mechanism,AM) 的双向门控循环神经网络模型的齿轮故障识别系统。使用基于 STM32 的嵌入式主控制器分别采集正常齿轮、断齿齿轮、轮齿剥落齿轮等 3 种故障齿轮工作时的振动传感器数据,使用基于注意力机制的双向门控循环单元网络模型进行齿轮故障识别。双向门控循环神经网络模型添加了注意力机制,保留输入特征的重要信息,不随步长增加而消失。将采集到的原始数据集按7∶2∶1的比例划分为训练集、验证集和测试集。测试集模型的齿轮故障识别准确率达到了99.67%,与GRU和Bi-GRU等模型的结果对比证明该模型的正确率更高。本系统可用于汽车变速器的监测与故障诊断。
关 键 词:
嵌入式
齿轮故障识别
双向门控网络
注意力机制
Gear Fault Detection System Based on Bi-GRU-AM Neural Network
Authors:
FENG Xianyang
HE Xingxi
FU Lidan
LU Binchun
CHEN Minghui
Abstract:
Keywords:
embedded
gear failure recognition
bi-directional gated recurrent neural network
attention
mechanism
点击此处可从《》浏览原始摘要信息
点击此处可从《》下载
免费
的PDF全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号