El monitoreo de condiciones y el diagnóstico de fallas del rodamiento son esenciales para el funcionamiento suave de maquinaria rotativa. En este documento, se propone un método de diagnóstico de fallas inteligente de extremo a extremo para rodamientos que combina una red neuronal convolucional unidimensional con una red de memoria a corto y largo plazo (1DCNN-LSTM) para las deficiencias de los métodos de diagnóstico de fallas existentes. En primer lugar, el método propuesto toma directamente los datos de falla unidimensionales como entrada. En segundo lugar, se utiliza una red neuronal convolucional unidimensional (1DCNN) para extraer de manera autoadaptativa características robustas de la señal original del rodamiento, y se extraen más características asegurando la validez y la prominencia de las características extraídas mediante la combinación de capas de agrupación máxima y promedio para reducir las características. Luego, se utiliza una red de memoria a corto y largo plazo (LSTM) para aprender las dependencias temporales entre las características. Por
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Protocolo de enrutamiento TAD-HOC para redes de comunicaciones eficientes orientadas a infraestructuras y VANET
Artículo:
Mecanismo de desgaste anormal y mejora del rodamiento de rodillos cilíndricos de alta velocidad
Artículo:
Diseño de las estructuras de soporte para una gran y peculiar zanja de cimentación cerca del río Yangtsé.
Artículo:
Control Coordinado para el Cambio de Modo de Conducción de Vehículos Eléctricos Híbridos
Artículo:
Estudio sobre el Comportamiento Sísmico de Diferentes Combinaciones de Cojinetes de Goma para Puentes de Viga Continua
Artículo:
Agroecología: única esperanza para la soberanía alimentaria y la resiliencia socioecológica
Artículo:
Marco del modelo de gestión financiera y contable inteligente bajo la perspectiva de la inteligencia artificial
Artículo:
Investigación sobre el Modelo de Evaluación de la Demanda de Información Rural Basado en Big Data
Artículo:
Reduciendo la vibración del marco del robot delta en la aplicación de recogida y colocación: Un enfoque de optimización del perfil de aceleración