基于卷积神经网络和小波包的微型振动马达的故障检测

摘要：

针对手机振动马达检测量大、检测困难等问题,引入卷积神经网络对故障马达波形图进行分类检测.用采集卡采集马达转动时的原始电压信号,对电压信号进行两层小波包分解并重构低频信号,截取原始信号减去重构信号的波形图片进行预处理作为数据集.再用TensorFlow框架训练数据模型,对振动马达电刷不良、波形异常、波形跌落、磁场不良、良品5种类型进行分类,用改进的卷积网络模型测试集准确率达到了98.76％.因此基于改进的卷积神经网络有更好的诊断效果,且对提高故障诊断准确率有一定的作用.

关键词：卷积神经网络、振动马达、小波重构、故障诊断

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：四川省科技厅重点研发项目;泸州市重点科技研发项目

在线出版日期：2021-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：178-182