期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于GGD-EfficientNet和声纹识别的风力发电机齿轮箱故障诊断 被引量：1
1
作者 廖力达 陈伟克 +3 位作者 罗晓 舒王咏 张芝铭 代军 《太阳能学报》 北大核心 2025年第4期570-578,共9页
针对风力发电机齿轮箱齿轮故障时的噪声提出一种基于分组全局上下文网络(GE-GCNet)与深度可分离卷积(DSCConv)结合的效率神经网络(GGD-EfficientNet)和声纹识别的齿轮箱故障诊断方法。首先通过实验获取齿轮箱故障齿轮的噪声信号,并根据... 针对风力发电机齿轮箱齿轮故障时的噪声提出一种基于分组全局上下文网络(GE-GCNet)与深度可分离卷积(DSCConv)结合的效率神经网络(GGD-EfficientNet)和声纹识别的齿轮箱故障诊断方法。首先通过实验获取齿轮箱故障齿轮的噪声信号,并根据齿轮状态分为6类。然后,使用Log-Mel谱的方法提取噪声信号语谱图。考虑到效率卷积神经网络(EfficientNet)对齿轮故障语谱图特征提取能力不足等缺点,在EfficientNet的基础上,结合分组卷积改进的GE-GCNet和DSCConv,提出一种高性能的齿轮故障诊断模型GGD-EfficientNet。实验表明:所提方法能在齿轮箱故障齿轮语谱图数据集下准确率达到99.7%。所提模型能从数据集中对故障类型进行有效分类,可有效帮助诊断齿轮箱中齿轮故障。 展开更多
关键词 风力发电机 齿轮 故障检测 ggd-efficientnet 声纹识别
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部