您当前的位置：
首页 >
文章列表页 >
一种用于轴承故障诊断的迁移学习模型
车辆工程·机械工程 | 更新时间：2025-05-26
上一篇|下一篇

    • 一种用于轴承故障诊断的迁移学习模型

    • A transfer learning model for bearing fault diagnosis

    • “在设备故障诊断领域，专家提出了基于迁移学习的轴承故障诊断模型，有效解决了传统人工神经网络的局限性，为设备故障诊断提供了新方案。”
    • 张根保 ，李浩 ，冉琰 ，李裘进
    • 吉林大学学报（工学版） 2020年50卷第5期 页码：1617-1626
    • 作者机构：

      1.重庆大学 机械工程学院,重庆 400044

      2.重庆大学 机械传动国家重点实验室,重庆 400044

      3.重庆文理学院 智能制造工程学院,重庆 402160

    • 作者简介：

      张根保（1953-），男，教授，博士生导师.研究方向：先进制造技术，计算机集成制造系统，数控机床可靠性.E-mail:gen.bao.zhang@263.net

      冉琰（1988-），女，讲师，博士.研究方向：机电产品可靠性技术，现代质量工程.E-mail:ranyan@cqu.edu.cn

    • 基金信息：
      国家自然科学基金项目(51705048;51835001;51575070)

    • DOI： 10.13229/j.cnki.jdxbgxb20190493     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 6 ) 表( 5 )

  • 参考文献

  • 出版信息

  • 数据统计

120

浏览量

36

下载量

17

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于深度学习的工业故障诊断综述
基于多通道融合的齿轮箱故障诊断方法
基于扩散模型和DenseNet的少样本齿轮箱故障诊断方法
基于Transformer与图注意力网络的车辆轨迹预测模型
基于动态残差注意力和LSTM的跨工况滚动轴承故障诊断

相关作者

刘昕晖
陈晫群
吕岩
冯志刚
王颖
王宇
曹洁
陈志峰

相关机构

吉林大学 建设工程学院
香港城市大学
吉林大学 机械与航空航天工程学院
沈阳航空航天大学 自动化学院
甘肃省制造信息工程研究中心