基于ALIF-GAF-AlexNet的微電機故障分類

摘要： 微電機是一種重要的動力驅動元件，其診斷過程并不復雜，但人工聽音比較低效且診斷結果片面，投入大量的人工對其進行分類是不合理的。為了提高微電機的診斷效率和實用性，提出一種診斷方法。使用自適應局部迭代濾波方法來降低噪聲，然后用格拉姆角場將特征提取后的聲音信號轉換為圖像，將轉換后的圖像應用深度卷積神經(jīng)網(wǎng)絡模型進行分類研究。基于微電機聲音信號實驗采集裝置，對采集的數(shù)據(jù)應用所提出的方法進行... （共6頁）