基于改进卷积神经网络的滚动轴承故障诊断模型A Fault Diagnosis Model for Rolling Bearings Based on Improved Convolutional Neural Network
陈子浩, 李仁旺 国家自然科学基金支持
建模与仿真Vol.13 No.1, 全文下载: PDF HTML XML DOI:10.12677/MOS.2024.131018, January 11 2024
基于谱峭度的滚动轴承故障诊断方法研究Rolling Bearing Fault Diagnosis Based on Spectral Kurtosis
张赟, 方旭萌, 杨栋, 斯彦刚 国家自然科学基金支持
机械工程与技术Vol.5 No.3, 全文下载: PDF HTML XML DOI:10.12677/MET.2016.53023, July 20 2016
滚动轴承故障程度与静电传感器监测性能实验分析 Experimental Analysis of Rolling Bearing Fault Degree and Monitoring Performance of Electrostatic Sensor
张进武, 刘若晨, 徐 成, 郑 庆 国家自然科学基金支持
传感器技术与应用Vol.10 No.2, 全文下载: PDF HTML XML DOI:10.12677/JSTA.2022.102037, April 28 2022
奇异值分解与深度学习在轴承故障诊断中的应用Application of Singular Value Decomposition and Deep Learning in Bearing Fault Diagnosis
华智力, 吴青娥, 刘 磊, 陈 虎, 李康宇
动力系统与控制Vol.7 No.1, 全文下载: PDF HTML XML DOI:10.12677/DSC.2018.71001, December 5 2017
基于BP神经网络的滚动轴承故障监测研究 Rolling Bearing Fault Monitoring Research Based on the BP Neural Network
廖术娟, 傅攀, 张尔卿
机械工程与技术Vol.3 No.2, 全文下载: PDF HTML DOI:10.12677/MET.2014.32008, June 17 2014
基于改进ConvNeXt的轴承故障诊断研究Research on Bearing Fault Diagnosis Based on Improved ConvNeXt
张亦辰, 倪 静 国家自然科学基金支持
建模与仿真Vol.13 No.3, 全文下载: PDF HTML XML DOI:10.12677/mos.2024.133240, May 27 2024