基于深度学习的旋转机械零件故障诊断方法任务书

 2022-01-09 09:01

全文总字数:932字

1. 毕业设计(论文)主要内容:

在进行文献阅读与综述的基础上,分析滚动轴承故障的表现形式,基于深度学习理论提出一种滚动轴承故障诊断模型(如DBN网络)及其求解算法,并要求以西储大学的标准公开数据开展实验研究,验证模型与算法的性能。

2. 毕业设计(论文)主要任务及要求

1.查阅不少于15篇的相关资料,其中近三年外文文献不少于3篇,完成开题报告;

2.完成不少于5000字且与选题相关的文献翻译工作;

3.完成模型的建立以及算法的编程工作,完成标准数据的测试验证;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

1.第1-3周:完成开题报告和英文翻译;

2.第4-6周:完成毕业设计相关内容的方案设计;

3.第6-8周:完成毕业设计相关内容的算法设计;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

1.https://csegroups.case.edu/bearingdatacenter/pages/download-data-file

2.Wei, Yu, et al. A review of early fault diagnosis approaches and their applications in rotating machinery. Entropy 21.4 (2019): doi:10.3390/e21040409

3.Hoang D T, Kang H J. A survey on Deep Learning based bearing fault diagnosis[J]. Neurocomputing, 2019, 335: 327-335.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。