基于卷積神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子系統(tǒng)故障診斷與研究_第1頁
基于卷積神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子系統(tǒng)故障診斷與研究_第2頁
基于卷積神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子系統(tǒng)故障診斷與研究_第3頁
基于卷積神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子系統(tǒng)故障診斷與研究_第4頁
基于卷積神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子系統(tǒng)故障診斷與研究_第5頁
已閱讀5頁，還剩16頁未讀， 繼續(xù)免費閱讀

付費下載

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

究1.1研究背景1.2研究意義1.3研究目的預(yù)訓(xùn)練的CNN模型作為基礎(chǔ)，進一步提高2.1卷積神經(jīng)網(wǎng)絡(luò)(CNN)原理2.2轉(zhuǎn)子系統(tǒng)故障診斷方法2.3數(shù)據(jù)預(yù)處理與特征提取(MinMaxScaler)和Zscore標準化等。3.1數(shù)據(jù)集構(gòu)建與分類3.2卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計躍連接(SkipConnection)和輸出層。輸入層負責(zé)接收原始數(shù)據(jù)，殘如18層、34層、50層等。通過調(diào)整網(wǎng)絡(luò)深度，可以在保持較高準確為了提高模型的訓(xùn)練速度和收斂性能，本文采用了Adam優(yōu)化器3.3模型訓(xùn)練與優(yōu)化如L1正則化、L2正則化和Dropout4.實驗結(jié)果分析與討論4.1實驗設(shè)置與數(shù)據(jù)描述較好的卷積神經(jīng)網(wǎng)絡(luò)模型，其在測試集上的分類準確率達到了95。4.2模型性能評估準確率(Accuracy):準確率是指模型正確預(yù)測的樣本數(shù)占總樣本精確度(Precision):精確度是指模型正確預(yù)測的正類樣本數(shù)占召回率(Recall):召回率是指模型正確預(yù)測的正類樣本數(shù)占所有4.3結(jié)果分析與討論5.1研究成果總結(jié)以進一步優(yōu)化模型性能。實驗結(jié)果顯示，使用Adam優(yōu)化器和適當?shù)奈覀冊谝粋€實際的轉(zhuǎn)子系統(tǒng)故障案例中應(yīng)用了所構(gòu)建的卷積神我們還將所構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)模型與其他現(xiàn)有的故障診斷方為我們進一步改進和完善卷積神經(jīng)網(wǎng)絡(luò)在轉(zhuǎn)子系統(tǒng)故障診斷領(lǐng)域的本研究通過構(gòu)建基于卷積神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子系統(tǒng)故障診斷與研究5.2存在問題及改進方向

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論