《电子测量技术杂志》发表论文赏析

融合深度可分离小卷积核和CBAM的改进CNN故障诊断模型

来源:电子测量技术杂志2022年第6期北京时间:

作者:于洋,马军,王晓东,朱江艳,刘桂敏

单位:1.昆明理工大学 信息工程与自动化学院 昆明650500; 2.昆明理工大学云南省人工智能重点实验室 昆明650500

摘要:为了解决最大池化丢失信息和平均池化模糊特征的问题,同时提高模型时频图像识别效率,降低模型复杂度,提出一种采用深度可分离小卷积核进行降采样和CBAM的CNN网络模型对轴承进行故障诊断。首先,在除最后一层的池化层中,使用深度可分离小卷积层代替池化层,实现池化层的降采样功能。其次,在最后一层池化层引入CBAM,对时频图像所表征的故障特征给予更多的关注,以提高模型计算效率。再次,使用全局平均池化代替传统全连接层,进一步减少模型参数数量。最后,利用CWRU轴承振动数据和自制实验平台数据验证所提方法在滚动轴承故障诊断方面的有效性和可行性。实验结果表明,融合深度可分离小卷积核和CBAM改进的CNN模型有效减少了模型需要的训练参数和计算量,且在识别准确率方面取得了更优的性能。

关键词:深度可分离小卷积;CBAM;卷积神经网络;滚动轴承

基金资助:国家自然科学基金(51765002,61663017);云南省科技计划项目(2019FD042)

2022年6期其他文献查阅:

三电感单管高增益Boost变换器

基于改进YOLO和DeepSORT的实时多目标跟踪算法

表面开槽的宽带遥测微带天线设计

基于新冠病毒荧光检测的RT-qPCR温控系统

基于嵌入式平台控制的变形镜面形展平研究

变工况下航空逆变器健康评估方法研究

基于LabWindows/CVI的流场控制系统设计

超深定向钻孔雷达采控系统设计及测试研究

基于残差修正的小水电高渗透率地区网供负荷预测

一种矢量原子磁力仪中旋转磁场的设计及实验验证

基于PCA和GA-BP神经网络的锂电池容量估算方法

基于ip-iq法的改进谐波电流检测方法

基于时序特征的图卷积协同过滤推荐算法

基于改进和声搜索算法与二阶锥松弛的储能优化配置

时间序列复杂性自动度量:快速的弹簧测试

一种固定指向多波束天线安装测量技术研究

基于多尺度曝光融合的医学CT图像增强方法

基于改进Cascade RCNN算法的电路板缺焊检测

弱反射光栅滑坡监测系统的研究与应用

基于改进的YOLOv4彩色数字仪表读数识别方法

基于改进YOLOX-S的安全帽反光衣检测算法

基于双重控制网络的图像去模糊方法

一种截止激励抗冲击缓冲系统力学性能试验研究

基于数据不平衡下的高速列车小幅蛇行预测方法

基于预筛选和局部单应性的风电叶片图像匹配方法

面向精确定位的钢包运输车车号罐号识别算法

融合深度可分离小卷积核和CBAM的改进CNN故障诊断模型

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!