-
题名一种基于轻量级神经网络的高铁轮对轴承故障诊断方法
被引量：9
- 1
-
-
作者
邓飞跃
丁浩
吕浩洋
郝如江
刘永强
-
机构
石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室
石家庄铁道大学机械工程学院
-
出处
《工程科学学报》
EI
CSCD
北大核心
2021年第11期1482-1490,共9页
-
基金
国家自然科学基金资助项目(11802184,11790282)
河北省自然科学基金资助项目(E2019210049)
+2 种基金
河北省科技计划项目资助项目(20310803D)
河北省“三三三人才工程”资助项目(A202101017)
北京市重点实验室研究基金资助课题(PGU2020K009)。
-
文摘
深度神经网络技术用于机械设备故障诊断展现出了巨大潜力,但繁重复杂的计算量对计算机硬件提出了严苛的要求,严重限制了其在实际工程中的应用.基于此提出一种新型的轻量级神经网络ShuffleNet,用于高速列车轮对轴承故障诊断研究.该网络模型基于模块化设计思想,包含多个高效率的ShuffleNet单元,通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率;同时使用通道混洗方法克服了通道分组带来的约束,改进了网络的损失精度.实验分析表明,所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断,相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型,在保证诊断精度的同时,运行效率得到大幅提升.这为深度神经网络技术应用于工程实际,克服计算机硬件条件限制提供了一条新的途径.
-
关键词
轮对轴承
高速列车
故障诊断
深度神经网络
shufflenet单元
-
Keywords
wheelset bearing
high-speed train
fault diagnosis
deep neural network
shufflenet unit
-
分类号
TG142.71
[金属学及工艺—金属材料]
-
