基于视听融合的宽频带振动频谱提取(英文) |
| |
引用本文: | 程遥,于若颜,彭聪.基于视听融合的宽频带振动频谱提取(英文)[J].南京航空航天大学学报(英文版),2023(3):323-335. |
| |
作者姓名: | 程遥 于若颜 彭聪 |
| |
作者单位: | 南京航空航天大学自动化学院 |
| |
基金项目: | supported by the National Science Foundation of China(No. 62122038);;the Natural Science Foundation of Jiangsu Province (No. BK20211565); |
| |
摘 要: | 提取振动频谱对于旋转机械的故障诊断至关重要。环境和噪声的多样化限制了传统单模态振动提取方法的性能。由于视听信号具有不同的采样频率、噪声和环境限制,视听融合算法可以有效解决单一模态存在的问题。基于此,文中提出了一种基于视听融合深度卷积神经网络的宽带频谱提取方法,该方法充分融合了不同模态的有效信息。该模型基于双流编码器从不同的模态中提取特征,使用深度残差融合模块提取高级融合特征并输出给解码器。实验结果表明,该模型的表现优于最新的振动提取方法,如Reg Net, MFCNN及L2L等,噪声环境下的振动频谱提取准确率提高15%。
|
关 键 词: | 振动频谱提取 视听融合 卷积神经网络 故障诊断 深度学习 |
|
|