基于卷积神经网络的液压管路卡箍松动故障检测任务书
2020-02-18 17:31:45
1. 毕业设计(论文)主要内容:
卡箍稳定对于液压管道的正常运行十分重要,卡箍的松动的及时检测能够有效避免液压管道故障的发生,因此对卡箍松动的检测具有重要意义。
本课题旨在掌握卷积神经网络的原理与结构设计的前提下进行相关算法的实现,可采用一维或者二维的卷积神经网络结构。
开展液压管路的卡箍松动实现,采集相应的传感器信号构建卷积神经网络的输入。
2. 毕业设计(论文)主要任务及要求
(1)查阅参考文献15篇以上(其中近5年外文文献不少于3篇);
(2)完成开题报告;
(3) 研究卷积神经网络的原理并进行实现,了解液压管路结构应变信号特征;
3. 毕业设计(论文)完成任务的计划与安排
(1)第1-3周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。
(2)第4-5周:掌握基本理论,完成英文资料的翻译,熟悉matlab环境。论文开题。
(3)第6-12周:编程实现各算法,并进行仿真调试。针对具体的实验数据,完成整个算法的仿真,实现功能。
4. 主要参考文献
[1]贾京龙, 余涛, 吴子杰, et al. 基于卷积神经网络的变压器故障诊断方法[j]. 电测与仪表, 2017, 54(13).
[2]吉珊珊, 段金辉, 屠义强. 基于卷积神经网络的液压缸内泄漏检测[j]. 机床与液压, 2017, 45(13):182-185.
[3] e. denton, w. zaremba, j. bruna, et al.“exploiting linear structure within convolutional networks for efficientevaluation”. advancesin neuralinformation processing systems. vol. 2,pp.1269-1277.jun. 2014.