基于MSCNN与STFT的滚动轴承故障诊断研究

• 作者: 侯培浩 朱俊栋 邢蓉 高丙朋
• 来源期刊: 机械传动
• 关键词: 故障诊断 滚动轴承 多尺度卷积神经网络 短时傅里叶变换
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 理论研究
• 页码范围: 41-45,58
• 页数: 6页
• 字数: 3466字
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2020.07.007

摘要

针对现有基于CNN(Convolution Neural Network)的滚动轴承故障诊断方法难以有效挖掘和利用数据中包含的多尺度信息问题,提出了一种多尺度卷积特征融合的滚动轴承故障诊断方法.加入上采样层,通过递归方式建立具有多尺度特征提取和融合能力的卷积神经网络MSCNN(Multi-Scale Convolution Neural Network)结构,提升模型对输入信号的理解能力.利用美国凯斯西储大学(CWRU)数据库对所提方法的有效性进行验证,采用短时傅里叶变换对滚动轴承信号进行频谱分析,将频谱样本输入到MSCNN网络中,数据分析表明,该方法能有效地提升故障的诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高丙朋	新疆大学电气工程学院	38	90	6.0	7.0
2	朱俊栋		8	13	2.0	3.0
3	邢蓉	新疆大学电气工程学院	1	0	0.0	0.0
4	侯培浩		1	0	0.0	0.0