基于MWT和CNN的滚动轴承智能复合故障诊断方法

• 作者: 唐建 安立周 袁建虎 韩涛
• 来源期刊: 机械传动
• 关键词: 滚动轴承 智能复合故障诊断 多小波变换 卷积神经网络
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 试验分析
• 页码范围: 139-143
• 页数: 5页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2016.12.031

摘要

提出一种基于多小波变换(MWT)和卷积神经网络(CNN)的滚动轴承智能复合故障诊断方法.对滚动轴承的振动信号进行去除后处理的MWT,得到相应的多小波系数分支;用所得多小波系数分支构造特征图,建立CNN分类器组模型,以实现滚动轴承复合故障的智能诊断.基于人工轴承故障数据集进行了实验研究,同时对诊断方法作了优化改进,即对振动信号进行MWT,用所得多小波系数矩阵构造特征图,建立CNN分类器模型,并进行了对比实验研究.结果表明,该方法能有效识别滚动轴承的复合故障,改进的方法能有效提高故障识别率,降低训练成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁建虎		34	66	4.0	6.0
2	唐建		40	178	8.0	11.0
3	安立周		23	37	3.0	5.0
4	韩涛		3	2	1.0	1.0