Resumen

Para mejorar la capacidad de aprendizaje de características y diagnosticar con precisión las fallas de los rodamientos en un entorno de ruido de fondo intenso, presentamos una nueva función de contracción llamada umbral filtrante para reemplazar el umbral suave en las redes de contracción residual profunda (DRSNs). En este trabajo, descubrimos que tales redes de contracción residual profunda mejoradas (IDRSNs) pueden ser realizadas mediante el uso de un método de búsqueda de grupo para optimizar el valor de la pendiente del umbral filtrante, y que el umbral filtrante en las IDRSNs puede eliminar de manera más efectiva el ruido de las características de la señal. Destacamos que nuestras técnicas pueden mejorar significativamente el rendimiento en varias tareas fundamentales. Los resultados experimentales muestran que las IDRSNs logran mejores resultados en el diagnóstico de fallas en señales de vibración con ruido en comparación con las DRSNs. Además, también proporcionamos un procesamiento normalizado para mejorar aún más la precisión del diagnóstico de fallas de los rodamientos bajo un entorno de ruido

• Materias:Ingeniería subterránea Deformaciones elásticas Excavación con explosivos Transitorios repetitivos Efecto de Perturbación
• Subjects:Underground engineering Elastic deformations Excavation with explosives Repetitive transients Perturbation effect
• Palabras claves:Mejorar; Capacidad de aprendizaje de características; Fallas; Rodamientos de rodillos; Entorno de ruido de fondo fuerte; Redes de contracción residual profunda
• Keywords:Improve; Feature learning ability; Faults; Rolling bearings; Strong background noise environment; Deep residual shrinkage networks