期刊专题

10.3969/j.issn.1001-3881.2022.19.030

基于多尺度1DCNN的滚动轴承故障诊断

引用
针对滚动轴承振动信号典型非平稳性、非线性的特点,提出一种基于小波变换(WT)和一维卷积神经网络(1DCNN)的轴承故障诊断多尺度卷积神经网络方法.通过小波变换对信号进行多尺度分解,然后对每个尺度成分进行重构,将重构后的信号进行傅里叶变换得到频谱表示,并将各尺度幅值数据构造成一维特征向量作为一维卷积神经网络的输入.最后利用一维卷积神经网络对输入数据进行特征学习,得到轴承故障诊断模型.利用滚动轴承的10个状态数据集验证其性能.结果表明:该方法可以避免人工提取特征,获得99.94%的诊断准确率.

滚动轴承、故障诊断、小波变换、深度学习、一维卷积神经网络

50

TD421.6(矿山机械)

国家自然科学基金;河南省高校重点科研项目;河南省教育厅青年骨干教师项目

2023-01-09(万方平台首次上网日期,不代表论文的发表时间)

共6页

173-178

暂无封面信息
查看本期封面目录

机床与液压

1001-3881

44-1259/TH

50

2022,50(19)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn