Biblioteca122.294 documentos en línea

Artículo

Improvement of Roller Bearing Diagnosis with Unlabeled Data Using Cut Edge Weight Confidence Based TritrainingMejora del diagnóstico de rodamientos de rodillos con datos no etiquetados utilizando Tritraining basado en la confianza del peso del corte de borde.

Resumen

Los rodamientos de rodillos son uno de los componentes más comúnmente utilizados en máquinas rotativas. Por lo tanto, el diagnóstico de fallas en los rodamientos de rodillos juega un papel importante en garantizar el funcionamiento seguro de los sistemas mecánicos. Sin embargo, en la mayoría de los casos de diagnóstico de fallas en rodamientos, hay un número limitado de datos etiquetados para lograr un diagnóstico adecuado de las fallas. Por lo tanto, aprovechando datos no etiquetados más unos pocos datos etiquetados, este artículo propone un método de diagnóstico de fallas en rodamientos de rodillos basado en tritraining para mejorar el rendimiento del diagnóstico de rodamientos de rodillos. Para superar el ruido causado por la etiquetación incorrecta en el proceso de entrenamiento de los clasificadores, se introduce la confianza del peso del borde de corte en el marco de diagnóstico. Además, se adopta un pequeño truco llamado principio sospechoso para evitar el problema de sobreajuste. El método propuesto se valida

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

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.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento