您当前的位置:
首页 >
文章列表页 >
基于Mel-CNN和电流频谱的电机轴承外圈故障声纹检测方法
更新时间:2025-06-03
    • 基于Mel-CNN和电流频谱的电机轴承外圈故障声纹检测方法

    • Voiceprint detection method for motor bearing outer ring fault based on Mel-CNN and current spectrum

    • “介绍了其在电机轴承故障检测领域的研究进展,专家提出了一种基于Mel-CNN和电流频谱的轴承外圈故障声纹检测方法,为解决外轴承滚道缺陷故障检测问题提供了新的解决方案。”
    • 电机与控制学报   2024年28卷第11期 页码:68-80
    • DOI:10.15938/j.emc.2024.11.007    

      中图分类号: TM346
    • 收稿:2023-09-28,

      纸质出版:2024-11

    移动端阅览

  • 鲍晓华, 王硕, 关博凯, 等. 基于Mel-CNN和电流频谱的电机轴承外圈故障声纹检测方法[J]. 电机与控制学报, 2024,28(11):68-80. DOI: 10.15938/j.emc.2024.11.007.

    BAO Xiaohua, WANG Shuo, GUAN Bokai, et al. Voiceprint detection method for motor bearing outer ring fault based on Mel-CNN and current spectrum[J]. Electric Machines and Control, 2024, 28(11): 68-80. DOI: 10.15938/j.emc.2024.11.007.

  •  
  •  

0

浏览量

28

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

柔性直流配电网中接地故障检测技术研究
散热工况下永磁同步电机转子温度的卷积神经网络预测

相关作者

郑峰
吕佳雯
林燕贞
梁宁
倪未希
刘宇阳
陈俐

相关机构

福州大学 电气工程与自动化学院
国网福建省电力有限公司
昆明理工大学 电力工程学院
上海交通大学 海洋工程国家重点实验室
上海交通大学 海洋智能装备与系统教育部重点实验室
0