关键词：一维卷积神经网络 齿轮箱 故障诊断 

摘要：本文提出了一种基于一维卷积神经网络对齿轮箱进行故障诊断的方法;建立了一维卷积神经网络结构模型;优化了网络参数;设计了基于工程数据源的实验方案;探究了一维卷积神经网络对齿轮不同故障的分类准确度.实验表明:在识别齿轮箱的故障模式的过程中,一维卷积神经网络能准确区分齿轮的故障与正常状态,较为准确地分类出单独故障,但对于复合故障的分类能力下降.

测试技术学报杂志要求:

{1}参考文献列在文末，以中括号编码，按照文中引文出现的先后顺序排列，不单独分中外文。同一文献只出现一次。禁止将一部参考文献标注多个序列号。英文参考文献中的书名用斜体。

{2}摘要置于中括号内（“［摘要］”），200字左右；摘要的内容须是论文基本观点摘录，防止写成文章结构或作者思路的介绍。

{3}本刊欢迎有观点、有论证、有研究深度的文稿。

{4}在文后请注明论文作者的姓名、性别、出生年月、供职单位、职务、职称、研究方向及详细通信地址、电话、电子邮箱等个人信息。

{5}首次出现不常用法定计量单位时在括号内注明与旧制单位的换算关系。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社