张伟
- 作品数：3 被引量：1H指数：1
- 供职机构：西安石油大学机械工程学院更多>>
- 发文基金：中国石油天然气集团公司石油科技中青创新基金更多>>
- 相关领域：电子电信机械工程更多>>
- 基于Rep-VGG的滚动轴承故障诊断
- 2023年
- 为解决传统的轴承故障诊断过于依赖人为经验且耗时耗力的问题,文中提出一种基于Rep-VGG模型的故障诊断方法。首先,通过希尔伯特和小波变换对原始振动信号数据进行预处理,将其转化为可供Rep-VGG网络识别的时频图形式;然后,利用Rep-VGG模型进行训练和测试,实验数据来源于凯斯西储大学公开的轴承数据集,并与其他模型进行对比。实验结果表明,所提方法对于轴承故障的诊断准确率达到99.9499%,损失仅为0.0221%;通过混淆矩阵得到Rep-VGG模型将不同类型的故障进行分类的准确率达到99.3%,与VGG-16相比,准确率提升5.3499%,说明该模型具有广泛的应用前景。
- 鲍泽富王晨阳张伟郭永飞
- 关键词：滚动轴承数据预处理混淆矩阵
- UPS交流电源及其在化纤厂的应用被引量：1
- 2009年
- 本文对UPS原理、组成、分类、性能指标及运行维护等方面做了分析,并介绍了工业控制用UPS电源的选型配置要求。
- 张伟
- 关键词：PETUPS电源
- 基于改进OTSU-CNN的轴承智能故障诊断
- 2023年
- 针对传统故障诊断方法在小样本数据集下诊断准确率低且故障特征提取难的问题,提出了一种改进大津阈值分割算法(OTSU)和卷积神经网络(CNN)相结合的智能故障诊断方法。首先,对采集到的振动信号进行希尔伯特变换(Hillbert)得到信号的包络谱,同时使用小波变换对包络谱信号处理,获取二维特征时频图;其次,建立最大类间方差目标函数模型,通过算术优化算法(AOA)得到时频图的最佳分割阈值,再将变换后的阈值分割图像作为CNN的输入得到最优训练模型,最后得到分类结果。试验结果表明:所提方法相比于传统OTSU方法,所提取的故障特征更为突出,为模型提供了优秀的训练样本;在较小数据样本条件下,所提方法的准确率达99.01%,远高于传统故障诊断方法,且模型有着良好的泛化能力。
- 张伟鲍泽富李寿香徐浩张迪
- 关键词：OTSU故障特征提取卷积神经网络
