基于卷积神经网络的轴承精细化诊断技术研究

• 作者: 蔡文波 贾延 吴一鸣 李默 郭大志
• 来源期刊: 机械工程与自动化
• 关键词: 轴承 故障诊断 卷积神经网络
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 质量监测与故障诊断
• 页码范围: 135-137
• 页数: 3页
• 分类号: TP183|TH165+.3
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6413.2021.02.053

摘要

针对滚动轴承故障诊断问题,提出基于一维卷积神经网络的轴承精细化诊断方法,获得了网络的参数模型,可用于轴承的精细化诊断.首先对数据进行分解与重构,以剔除其中的噪声信号;其次将去噪信号分别作为一维卷积神经网络输入进行模型的训练,确定网络的参数模型;最后,以某实验室不同故障等级、不同故障类型的数据为分析对象,构建其网络参数模型,利用该方法能够精细化准确识别出其不同故障类别及故障等级.结果表明:该方法能够有效应用于轴承故障精准化识别.