《表3 不同诊断方法故障诊断结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于注意力机制BiLSTM的设备智能故障诊断方法》
为验证不同尺度下模型性能,将发动机气缸盖振动数据划分为训练集和测试集后,输入包含不同尺度的ABiL STM网络进行训练.其参数如下:单层BiLSTM的单元数为8,双层Bi LSTM的单元数为16、8,3层Bi LSTM的单元数为64、16、8,4层BiLSTM的单元数为128、64、16、8,全连接层神经元个数为10,选择线性整流单元(ReLU)对全连接层进行激活,并选用Adam优化器进行训练,共计训练30轮,每轮的批处理样本数为20.得到不同诊断方法故障诊断结果如表3所示.
图表编号 | XD00138589900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.15 |
作者 | 王太勇、王廷虎、王鹏、乔卉卉、徐明达 |
绘制单位 | 天津大学机械工程学院、天津大学仁爱学院、天津大学机械工程学院、天津大学机械工程学院、天津大学机械工程学院、天津大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |