《电子测量技术杂志》发表论文赏析

基于数据增强的可解释旋转机械故障诊断

来源:电子测量技术杂志2025年第8期北京时间:

作者:张昊,王海茹,马继东

单位:东北林业大学机电工程学院 哈尔滨 150036

摘要:为解决机械故障诊断中稀疏标签、数据不足等问题,同时提升诊断性能与模型可解释性,本文提出了一种嵌入时频分析的时频卷积神经网络(TF-CNN)模型。该模型结合多种高效数据增强方法与嵌入时频分析的卷积神经网络,从振动信号中提取多尺度关键时频特征。时频卷积层利用时频变换的物理可解释性与卷积神经网络的自主特征提取能力,精准捕捉信号关键信息,并通过分类器实现故障诊断。在CWRU数据集上的实验结果表明,TF-CNN模型的诊断准确率高达99.8%,显著优于基线方法。此外,频率响应分析验证了模型对信号关键频段的关注能力,进一步增强了诊断过程的物理可解释性。本文提出的TF-CNN模型充分结合时频分析与深度学习优势,提供了一种高效、精准且可解释的解决方案,为工业故障诊断领域带来了新思路与实践指导。

关键词:故障诊断;时频分析;数据增强;频率响应分析

基金资助:国家自然科学基金面上项目(31870537)资助

2025年8期其他文献查阅:

噪声扰动下高鲁棒性的扇形电流差动保护研究

构音障碍语音识别的解码策略研究

基于DSVDD的高心墙堆石坝监测数据异常检测方法

基于IDBO-SA-LSTM的冷连轧轧制力预测方法

融合A*与DWA算法的移动机器人动态避障研究

基于QARep-YOLOv8n的城市物联网车辆目标检测方法

航空发动机叶型图像检测神经网络配准算法

智能清扫车全覆盖路径规划算法研究

非完美SIC D2D-NOMA系统吞吐量最大化功率分配

基于改进DLO算法的无人叉车同时定位与建图

强干扰环境下的阵列非同步测量研究

基于数据增强的可解释旋转机械故障诊断

一种自适应的机械振动信号变分模态分析方法

基于多生理参数的连续无创血压预测

施工环境中安全帽和反光衣轻量化检测方法

基于SWGU-ConvLSTM模型的温度偏差订正

基于锚点辅助与细粒度多尺度特征的违禁品检测

聚焦边缘与多尺度特征的轻量化违禁品检测算法

改进YOLOv8的轻量化烟叶计数检测算法

基于改进RT-DETR的公路路面交通标识检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!