基于ALIF-GAF-AlexNet的微電機(jī)故障分類

摘要： 微電機(jī)是一種重要的動力驅(qū)動元件，其診斷過程并不復(fù)雜，但人工聽音比較低效且診斷結(jié)果片面，投入大量的人工對其進(jìn)行分類是不合理的。為了提高微電機(jī)的診斷效率和實用性，提出一種診斷方法。使用自適應(yīng)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(zhuǎn)換為圖像，將轉(zhuǎn)換后的圖像應(yīng)用深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分類研究?；谖㈦姍C(jī)聲音信號實驗采集裝置，對采集的數(shù)據(jù)應(yīng)用所提出的方法進(jìn)行...