基于一维卷积神经网络的钻杆故障诊断

发布时间：2021-04-11 09:32

　　为了在钻杆故障早期诊断出钻杆的故障类型,提出一种基于一维卷积神经网络的钻杆故障诊断模型,对模型的结构和参数进行详细地设计与分析.参考现有的卷积神经网络模型,结合钻杆的工作特性以及感受野的原理,设计模型的卷积层和池化层的层数、卷积核的大小以及滑动步长.该模型省去了对故障信号特征提取的过程,比先前的钻杆故障诊断有更高的诊断准确率.该模型在不同转速工况下和不同土质工况下均具有较强的适应性和抗噪能力. 

【文章来源】：浙江大学学报(工学版). 2020,54(03)北大核心EICSCD

【文章页数】：8 页

【参考文献】：
期刊论文
[1]基于长短期记忆网络的轴承故障识别[J]. 唐赛,何荇兮,张家悦,尹爱军.  汽车工程学报. 2018(04)

硕士论文
[1]基于EMD原理与BP神经网络的旋挖钻机钻杆故障识别方法[D]. 杜振.浙江大学 2018
[2]基于小波变换与SVM的钻杆故障诊断[D]. 张少奇.浙江大学 2018
[3]旋挖钻机钻杆失效研究[D]. 张震.长安大学 2011



本文编号：3131012