齒輪箱故障邊緣智能診斷方法及應(yīng)用研究

摘要： 針對(duì)齒輪箱運(yùn)行狀態(tài)監(jiān)測(cè)數(shù)據(jù)量大而數(shù)據(jù)價(jià)值密度低導(dǎo)致的數(shù)據(jù)傳輸和存儲(chǔ)困難、受到帶寬影響導(dǎo)致的故障辨識(shí)實(shí)時(shí)性差以及大而深的深度學(xué)習(xí)模型難以有效部署至邊緣端硬件等問題，本文提出了一種基于乘法-卷積網(wǎng)絡(luò)(MCN)的齒輪箱故障邊緣智能診斷方法。首先，綜合考慮信號(hào)濾波在特征表征以及深度學(xué)習(xí)在特征提取的優(yōu)勢(shì)，設(shè)計(jì)了一種輕量化的MCN模型，同時(shí)在嵌入式微處理器搭建了一套端側(cè)邊緣智能處理原型與系...