TY -的A2邵Haidong盟——张,卢克盟——刘贾AU - Su,蜀盟——陆、唐盟——雪,Chunrong AU - Wang殷君AU -丁,小希盟,邵伊敏PY - 2022 DA - 2022/07/22 TI -旋转机械故障识别通过卷积神经网络自适应SP - 6733676六世- 2022 AB -旋转机械中扮演一个重要的角色在运输、石油化工、工业生产、国防设备、等领域。随着人工智能的发展,设备状态监测尤其需要一个智能故障识别方法来解决这个问题的复杂工作条件下假警报率高。目前,智能识别模型主要是增加网络的复杂性达到高识别率的目的。这种方法常常需要更好的硬件支持,增加了操作时间。因此,本文提出了一种自适应卷积神经网络(一位美国有线新闻网的)结合整体学习和简单的卷积神经网络(CNN)。一位美国有线新闻网的模型由输入层、子网单位融合单元和输出层。模型的输入是一维(1 d)振动信号样本,和子网单元由几种简单的cnn,和融合单元权重的输出子网通过重量单位矩阵。一位美国有线新闻网的识别通过融合权重因子的自适应单元。一位美国有线新闻网的样本识别的自适应性能和鲁棒性验证变量的工作条件下齿轮和轴承试验。SN - 1687 - 725 - 2022/6733676 / 10.1155 x你——https://doi.org/10.1155/2022/6733676——摩根富林明——《传感器PB - Hindawi KW - ER