基于卷积神经网络的设备故障智能诊断任务书

 2021-12-28 08:12

全文总字数:1004字

1. 毕业设计(论文)主要内容:

论文需要在对振动信号进行预处理后,构建合适的神经网络模型,使模型能够通过振动信号对轴承的主要故障进行诊断,并设计实验实例验证模型的有效性。因此论文的主要内容包括:

1.振动信号的预处理;

2.模型的构建与训练;

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!

2. 毕业设计(论文)主要任务及要求

1.查阅不少于15篇的相关专业技术资料,其中近五年英文文献不少于3篇,完成开题报告;

2.完成上述工作内容,按要求提交阶段性报告;

3.完成原始字符不少于2万英文印刷符(译文不少于5000汉字)、且与选题相关的英文文献翻译;

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

在学校规定的毕业设计时间周期内完成所有工作。

1.第1-3周:接收任务书,查阅文献与资料,提交开题报告,完成开题工作;

2.第4-5周:翻译相关的英文资料(不少于2万印刷符号);

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]Jia F , Lei Y , LinJ , et al. Deep neural networks: A promising tool for fault characteristicmining and intelligent diagnosis of rotating machinery with massive data[J].Mechanical Systems and Signal Processing, 2016, 72-73:303-315.

[2]高统林,朱坚民,黄之文.基于卷积神经网络的滚动轴承故障诊断研究[J].农业装备与车辆工程,2019(12):1-9[2019-12-19].

[3]张伟. 基于卷积神经网络的轴承故障诊断算法研究[D].哈尔滨工业大学,2017.

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。