亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Identification of engine faults based on acoustic emission signals using a 1DCNN-ViT ensemble model

计算机科学 卷积神经网络 断层(地质) 变压器 人工神经网络 集成学习 声发射 模式识别(心理学) 集合预报 噪音(视频) 人工智能 声学 工程类 地质学 物理 电压 地震学 电气工程 图像(数学)
作者
Shuo Wang,Tong Liu,Kaiyuan Luo,Guoan Yang
出处
期刊:Measurement Science and Technology [IOP Publishing]
卷期号:34 (2): 024007-024007 被引量:12
标识
DOI:10.1088/1361-6501/aca041
摘要

Abstract In view of the complexity of the engine mechanical structure and the diversity of faults, this paper presents a one-dimensional convolutional neural network (1DCNN)-vision transformer (ViT) ensemble model for identifying engine faults based on acoustic emission (AE) signals. The 1DCNN-ViT ensemble model combines 1DCNN and ViT. Firstly, AE signals of various faults are collected on the engine fault test rig. The dataset is constructed from its High-Mel Filterbank feature, which applies to AE signals. The proposed model has advantageous performance on this dataset. Secondly, the proposed model has a higher test accuracy than other new models. Finally, the fault data with different signal-to-noise ratios are input into the trained models, and the proposed model has better anti-noise performance. Overall, the proposed method can more accurately identify the AE signals of engine faults. It can be used as an effective method to diagnose engine faults.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
agathahqs的应助被纯情的阁采纳,获得10
1秒前
丘比特的应助被纯情的阁采纳,获得10
1秒前
科研通AI6.4的应助被纯情的阁采纳,获得10
1秒前
田様的应助被纯情的阁采纳,获得10
1秒前
科研通AI6.2的应助被纯情的阁采纳,获得10
1秒前
科研通AI6.2的应助被纯情的阁采纳,获得10
1秒前
7秒前
agathahqs的应助被纯情的阁采纳,获得10
8秒前
上官若男的应助被落润晓采纳,获得10
9秒前
13秒前
务实的香薇完成签到,获得积分10
13秒前
33秒前
33秒前
缥缈的觅风完成签到 ,获得积分10
34秒前
Eva小飞鱼发布了新的文献求助10
38秒前
38秒前
落润晓发布了新的文献求助10
41秒前
55秒前
56秒前
情怀的应助被Spike采纳,获得10
1分钟前
坚强含烟完成签到,获得积分10
1分钟前
难过果汁完成签到,获得积分10
1分钟前
烟花的应助被落润晓采纳,获得10
1分钟前
1分钟前
1分钟前
zihao完成签到,获得积分10
1分钟前
Spike发布了新的文献求助10
1分钟前
maprang完成签到,获得积分10
1分钟前
单纯的天抒完成签到,获得积分10
1分钟前
null的应助被科研通管家采纳,获得10
1分钟前
null的应助被科研通管家采纳,获得10
1分钟前
1分钟前
null的应助被科研通管家采纳,获得10
1分钟前
落润晓发布了新的文献求助10
1分钟前
1分钟前
勤劳晋鹏完成签到,获得积分10
1分钟前
2分钟前
2分钟前
2分钟前
彩色的平卉完成签到,获得积分10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1500
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8158827
求助须知:如何正确求助?哪些是违规求助? 9554476
关于积分的说明 21719316
捐赠科研通 7748395
什么是DOI,文献DOI怎么找? 3427099
关于科研通互助平台的介绍 2552000
邀请新用户注册赠送积分活动 2471370