《表3 OVPD整定值：基于CNN的旋转叶片缺陷诊断方法》

  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CNN的旋转叶片缺陷诊断方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了保证所测量数据的准确性，测试中待旋转叶片运行稳定后才进行数据的连续采集，采集时间不少于2 min，每个试样均测试了250组数据，然后对采集到的原始信号进行3次样条插值处理，在每两个相邻的采样点间连续插入10个点后再提取叶片的振动值，每组样本中均提取2 048个振动值。综合考虑BTT信号时频域分布的特点和模型的性能，经多次测试构建了CNN模型（表3），具体连接方式为：Inpu(tBTT信号的频域信号）-Conv1-Pool1-Conv2-Pool2-Conv3-Pool3-Conv4-Pool4-Conv5-Pool5-FC-Output。为了使网络性能更优，网络结构中连续使用了多层3*1的卷积核，从而保证所提取特征具有更强的表征性。