Fault diagnosis of rolling bearing under time-varying speed conditions based on EfficientNetv2

Qu Haoyang; Yang Jianhua; Shen MengenChen HuataoZhou Dengji

首页> 外文期刊>Measurement Science & Technology >Fault diagnosis of rolling bearing under time-varying speed conditions based on EfficientNetv2

【24h】

赵峰、曾玉、张建伟、汪兵探讨物联网与智能设备

百度而主教练王之腾多次表示，调整心态是上海女排目前最重要的任务。

机译：基于EfficientNetv2的时变转速条件下滚动轴承故障诊断

获取原文

获取原文并翻译 | 示例

开具论文收录证明 >>

AI期刊论文写作 >>

页面导航

摘要
著录项
引文网络
相关主题

摘要

The rolling bearing is a widely-used component in engineering. The fault diagnosis of rolling bearings is key to ensuring the normal operation of equipment. At present, research into the fault diagnosis of rolling bearings mainly focuses on the analysis of vibration data under constant working conditions. However, when dealing with practical engineering problems, equipment frequently operates at variable speed. To analyse the vibration data in the case of frequency conversion and accurately extract the fault characteristic frequency is a challenge, especially when the fault characteristics are weak. In addition, traditional vibration characteristic analysis requires professional technicians to supervise the operation of the equipment, which requires a certain professional ability of the staff. Based on the above two problems, this paper proposes a rolling bearing fault diagnosis model under time-varying speed working conditions, based on the EfficientNetv2 network. This method uses a short-time Fourier transform to convert a one-dimensional vibration signal into a two-dimensional image signal, and uses the advantages of an image recognition network to realize the fault diagnosis under time-varying speed conditions. After training the network, based on transfer learning, the experimental data verify that the accuracy of the results reaches 99.9 +/- 0.1, even in the case of weak fault characteristics, and there is no need for professional technicians to supervise and diagnose once the model is trained, which is conducive to practical application.

机译：滚动轴承是工程中广泛使用的部件。滚动轴承的故障诊断是保证设备正常运行的关键。目前，滚动轴承故障诊断的研究主要集中在恒定工况下的振动数据分析。然而，在处理实际工程问题时，设备经常以变速运行。在变频的情况下分析振动数据并准确提取故障特征频率是一项挑战，尤其是在故障特性较弱的情况下。此外，传统的振动特性分析需要专业的技术人员对设备的运行进行监督，这就要求工作人员具备一定的专业能力。基于上述两个问题，本文基于EfficientNetv2网络，提出了一种时变转速工况下的滚动轴承故障诊断模型。该方法利用短时傅里叶变换将一维振动信号转换为二维图像信号，并利用图像识别网络的优势实现时变速度条件下的故障诊断。在训练网络后，基于迁移学习，实验数据验证了结果的准确率达到99.9 +/- 0。1%，即使在故障特性较弱的情况下，模型一旦训练完毕，也不需要专业技术人员的监督和诊断，有利于实际应用。

著录项

来源
《Measurement Science & Technology》 |2022年第6期|065023-1-065023-14|共14页
作者
Qu Haoyang; Yang Jianhua; Shen MengenChen HuataoZhou Dengji;
展开▼
作者单位

China Univ Min & Technol;

Shandong Univ Technol;

Shanghai Jiao Tong Univ;

展开▼
收录信息
原文格式 PDF
正文语种英语
中图分类仪器、仪表;
关键词
deep learning; transfer learning; intelligent fault diagnosis; time varying speed condition; rolling bearing; FOURIER-TRANSFORM; MODEL; CLASSIFICATION;

机译：深度学习;迁移学习;智能故障诊断;时变速度条件;滚动轴承;傅里叶变换;型号;分类;

茯苓的作用是什么	尿酸盐结晶是什么意思	肝的主要功能是什么	态度是什么意思	三晋是什么意思
肉炒什么好吃	中国的国树是什么	mb是什么	骨质欠规整是什么意思	婴儿口臭是什么原因引起的
头不由自主的轻微晃动是什么病	喝咖啡困倦是什么原因	手心朝上是什么意思	什么叫女人味	盍是什么意思
开封古代叫什么	头很容易出汗什么原因	什么导航好用又准确	素股是什么意思	为宜是什么意思

跖疣是什么样子图片sanhestory.com	晚上喝什么茶好hcv8jop2ns1r.cn	呃逆什么意思hcv9jop0ns3r.cn	心脏增大吃什么药hcv8jop2ns9r.cn	茁壮的什么hcv9jop0ns7r.cn
ct是检查什么hcv8jop6ns9r.cn	冬虫夏草有什么功效hcv7jop9ns9r.cn	大马猴是什么意思hcv9jop2ns7r.cn	西汉后面是什么朝代bysq.com	鸡汤放什么调料hcv8jop8ns2r.cn
毛泽东是什么样的人hcv8jop6ns0r.cn	人越来越瘦是什么原因hcv7jop6ns8r.cn	项羽字什么hcv9jop3ns4r.cn	二级医院是什么意思hcv8jop6ns8r.cn	风寒吃什么药hcv8jop2ns1r.cn
什么的时间hcv9jop3ns5r.cn	自言自语说话是什么病hcv8jop0ns8r.cn	木五行属什么hcv7jop4ns7r.cn	血管狭窄吃什么药hcv7jop9ns3r.cn	什么样的季节hcv9jop2ns2r.cn

赵峰、曾玉、张建伟、汪兵探讨物联网与智能设备

摘要

著录项

引文网络

相关主题

期刊订阅