您当前的位置：
首页 >
文章列表页 >
基于轻量化神经网络Shuffle⁃SENet的高速动车组轴箱轴承故障诊断方法
车辆工程·机械工程 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于轻量化神经网络Shuffle⁃SENet的高速动车组轴箱轴承故障诊断方法

    • Fault diagnosis of high⁃speed train axle bearing based on a lightweight neural network Shuffle⁃SENet

    • “在高速动车组轴箱轴承故障诊断领域，专家提出了Shuffle-SENet轻量化网络模型，有效提升了故障诊断精度和运算效率，为深度学习技术在工程应用中提供了新方法。”
    • 邓飞跃 ，吕浩洋 ，顾晓辉 ，郝如江
    • 吉林大学学报（工学版） 2022年52卷第2期 页码：474-482
    • 作者机构：

      1.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 050043

      2.石家庄铁道大学 机械工程学院，石家庄 050043

    • 作者简介：

      邓飞跃（1985-），男，副教授，博士.研究方向：旋转机械故障诊断与状态监测，基于人工智能的大数据分析.E-mial：dengfy@stdu.edu.cnail

      顾晓辉（1988年-），男，副教授，博士.研究方向：旋转机械故障诊断与状态监测.E-mial：guxh@stdu.edu.cnail

    • 基金信息：
      国家自然科学基金项目(11802184;11790282;11902205);河北省自然科学基金项目(E2019210049;E2021210028);河北省“三三三人才工程”项目(A202101017);北京市重点实验室研究基金课题项目(PGU2020K009);河北省科技计划项目(20310803D)

    • DOI： 10.13229/j.cnki.jdxbgxb20210644     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 10 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

130

浏览量

43

下载量

11

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
基于动态残差注意力和LSTM的跨工况滚动轴承故障诊断
三电系统服役性能监控技术研究综述
基于改进VME算法和mRVM的滚动轴承小样本复合故障诊断

相关作者

冯志刚
王颖
王宇
曹洁
陈志峰
王进花
陈莉
冯志刚

相关机构

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
兰州城市学院 信息工程学院
兰州理工大学 电气工程与信息工程学院
沈阳航空航天大学 自动化学院