基于深度神經(jīng)網(wǎng)絡(luò)的新能源汽車(chē)變速箱齒輪故障診斷研究
【文章頁(yè)數(shù)】:62 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.12019世界新能源汽車(chē)大會(huì)Figure1.1Worldnewenergyautomobilecongress2019
哈爾濱理工大學(xué)工程碩士學(xué)位論文1第1章緒論1.1課題研究的背景和意義石油短缺和氣候變化對(duì)中國(guó)對(duì)世界都是一個(gè)持續(xù)的嚴(yán)峻挑戰(zhàn),這種挑戰(zhàn)對(duì)目前幾乎完全依賴(lài)石油的交通行業(yè)尤為明顯,節(jié)能減排變得日益重要。因此,新能源汽車(chē)逐漸走入了人們的視野。從《2019年全球新能源汽車(chē)產(chǎn)業(yè)發(fā)展趨勢(shì)報(bào)告》中....
圖1.2DBN結(jié)構(gòu)圖
哈爾濱理工大學(xué)工程碩士學(xué)位論文4模型得到了更佳的識(shí)別效果。但是,SAE中的激活函數(shù)往往難以反映輸入數(shù)據(jù)與故障類(lèi)別之間的精確映射關(guān)系。此外,當(dāng)輸入數(shù)據(jù)復(fù)雜且非平穩(wěn)時(shí),很難獲得滿意的診斷性能。圖1.2DBN結(jié)構(gòu)圖Fig1.2DBNstructurediagram卷積神經(jīng)網(wǎng)絡(luò)包含有數(shù)據(jù)....
圖1.3CNN結(jié)構(gòu)圖
哈爾濱理工大學(xué)工程碩士學(xué)位論文5等人[27]提出了CNN-RNN融合分析法.該方法使用一維CNN網(wǎng)絡(luò)提取特征數(shù)據(jù),剔除受環(huán)境噪音等因素影響的無(wú)效信息且依然具有時(shí)序性,再由處理時(shí)序數(shù)據(jù)精度較高的RNN對(duì)該特征數(shù)據(jù)進(jìn)行計(jì)算處理進(jìn)而對(duì)旋轉(zhuǎn)機(jī)械進(jìn)行故障診斷。唐賽[28]提出了一套基于長(zhǎng)短....
圖2-1降噪自編碼Fig.2-1DenoisingAutoEncoders
哈爾濱理工大學(xué)工程碩士學(xué)位論文7第2章深度神經(jīng)網(wǎng)絡(luò)及齒輪故障分析本章主要介紹兩種深度神經(jīng)網(wǎng)絡(luò),闡述兩種網(wǎng)絡(luò)的基本原理和結(jié)構(gòu),又詳細(xì)的分析比對(duì)兩種網(wǎng)絡(luò)變體各自的模型結(jié)構(gòu)和優(yōu)點(diǎn),討論它們的應(yīng)用空間,確定兩種網(wǎng)絡(luò)結(jié)合的混合模型,并對(duì)齒輪故障類(lèi)型進(jìn)行闡述,分析其振動(dòng)特性及原理。為之后的章....
本文編號(hào):4047042
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/qiche/4047042.html
下一篇:沒(méi)有了