手机知网 App
24小时专家级知识服务
打 开
电力工业
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
基于GGD-EfficientNet和声纹识别的风力发电机齿轮箱故障诊断
长沙理工大学能源与动力工程学院
|
廖力达
陈伟克
罗晓
舒王咏
张芝铭
代军
开通知网号
针对风力发电机齿轮箱齿轮故障时的噪声提出一种基于分组全局上下文网络(GE-GCNet)与深度可分离卷积(DSCConv)结合的效率神经网络(GGD-EfficientNet)和声纹识别的齿轮箱故障诊断方法。首先通过实验获取齿轮箱故障齿轮的噪声信号,并...
机 构:
长沙理工大学能源与动力工程学院;
领 域:
电力工业;
自动化技术;
关键词:
风力发电机;
齿轮;
故障检测;
GGD-EfficientNet;
声纹识别;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
0
197
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
太阳能学报
2025年04期
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索