基于改进深度残差收缩网络的风电机组滚动轴承故障诊断方法

卞文彬, 邓艾东, 刘东川, 赵敏, 刘洋, 李晶

机械工程学报 ›› 2023, Vol. 59 ›› Issue (12) : 202-214.

PDF(940 KB)
PDF(940 KB)
机械工程学报 ›› 2023, Vol. 59 ›› Issue (12) : 202-214. DOI: 10.3901/JME.2023.12.202
特邀专栏:制造大数据分析与决策

基于改进深度残差收缩网络的风电机组滚动轴承故障诊断方法

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

Fault Diagnosis Method of Wind Turbine Rolling Bearing Based on Improved Deep Residual Shrinkage Network

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

本文二维码

引用本文

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2023, 59(12): 202-214 https://doi.org/10.3901/JME.2023.12.202
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2023, 59(12): 202-214 https://doi.org/10.3901/JME.2023.12.202
中图分类号:

参考文献

参考文献

{{article.reference}}

基金

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(940 KB)

Accesses

Citation

Detail

段落导航
相关文章

/