深度神经网络在船用齿轮箱故障诊断中的应用 |
| |
作者姓名: | 顾钦平 |
| |
作者单位: | 江苏航运职业技术学院 |
| |
摘 要: | 船用齿轮箱故障诊断系统,通常采用的是基于模型的故障诊断方法,需要依赖专家对采集到的振动信号进行分析和判断,且设备的运行状态会随着时间的推移发生变化。传统的故障诊断方法受专家知识和经验的影响较大,难以获得全局最优解,导致其准确率较低。针对该问题,本文基于深度神经网络(DNN)的故障诊断方法,通过大量实验研究,确定了DNN模型中最佳参数和超参数。实验结果表明,在船用齿轮箱故障诊断领域,DNN模型不仅能够有效地对齿轮箱进行故障诊断,而且具有较高的准确率和较快的收敛速度。
|
关 键 词: | 深度神经网络 船用齿轮 故障诊断 |
|
|