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DIGGCN-net的工业机器人交叉滚子轴承故障检测
1
作者 李浩 付辉 《机床与液压》 北大核心 2025年第11期61-68,共8页
针对工业机器人在变负荷、大噪声的复杂工作环境中其交叉滚子轴承故障难以有效诊断,从而带来生产隐患的问题,提出一种深度Involution-GoogleNet图神经网络工业机器人交叉滚子轴承故障诊断方法。通过Meyer小波解析对轴承振动信号进行处理... 针对工业机器人在变负荷、大噪声的复杂工作环境中其交叉滚子轴承故障难以有效诊断,从而带来生产隐患的问题,提出一种深度Involution-GoogleNet图神经网络工业机器人交叉滚子轴承故障诊断方法。通过Meyer小波解析对轴承振动信号进行处理,以获得各频带中的局部特征数据,并有效减少特征处理过程中出现的相位畸变。采用GoogleNet结构下的M尺度图卷积核完成局部特征获取,设计深度Involution特征转换网络以完成特征映射,从而构建时频特征与隐层特征之间的非线性关联。采用GR-SVM方法完成故障诊断,该方法能够适应样本有限、非线性与局部极值等问题。最后,针对GSQX2000-5六轴工业机器人采集振动信号样本,完成故障诊断准确性、故障信号数据可视化、变工况和变噪声实验分析。结果表明:所提方法在交叉滚子轴承滚动体、内圈、外圈故障和正常状态下的诊断准确率分别可达94.5%、93.8%、92.9%和95.7%,高于其他两种对比方法;所获得样本展现出较强的聚类状态;在变工况和变噪声环境中,均具有较高的故障诊断准确率。 展开更多
关键词 工业机器人 交叉滚子轴承 故障检测 involution-googlenet 图神经网络
在线阅读 下载PDF
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