DG-FuseNet:一种双尺度动态门控融合框架,用于旋转机械跨领域故障诊断 张大伟(Dawei Zhang), 邓小恒(Xiaoheng Deng), 廖云(Yun Liao), 桂金松(Jinsong Gui), 张静静(Jingjing Zhang)

《Sensors》:DG-FuseNet: A Dual-Scale Dynamical Gated Fusion Framework for Cross-Domain Fault Diagnosis in Rotating Machinery Dawei Zhang, Xiaoheng Deng, Yun Liao, Jinsong Gui and Jingjing Zhang

【字体: 大 中 小 】 时间:2026年05月09日 来源:Sensors 3.5

编辑推荐:

   摘要 为了解决在不同工作条件下,旋转部件的智能故障诊断中存在的尺度归一化不足、时间-频率定位能力有限以及多尺度特征提取效果不佳等问题,我们提出了一种新的卷积神经网络模型

  

摘要

为了解决在不同工作条件下,旋转部件的智能故障诊断中存在的尺度归一化不足、时间-频率定位能力有限以及多尺度特征提取效果不佳等问题,我们提出了一种新的卷积神经网络模型,称为 DG-FuseNet。该模型在来自列车车辆振动信号和航空发动机系统的真实世界数据集上进行了验证,分别实现了 99.76% 和 94.32% 的诊断准确率。与十一种先进的智能模型相比,DG-FuseNet 具有更快的收敛速度、更高的诊断准确率、更强的抗干扰能力以及更好的泛化性能。这些结果表明,DG-FuseNet 在复杂的工业场景中优于现有方法,凸显了其出色的性能和稳定性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号