基于Rep-VGG的滚动轴承故障诊断

摘要：

为解决传统的轴承故障诊断过于依赖人为经验且耗时耗力的问题,文中提出一种基于Rep-VGG模型的故障诊断方法.首先,通过希尔伯特和小波变换对原始振动信号数据进行预处理,将其转化为可供Rep-VGG网络识别的时频图形式;然后,利用Rep-VGG模型进行训练和测试,实验数据来源于凯斯西储大学公开的轴承数据集,并与其他模型进行对比.实验结果表明,所提方法对于轴承故障的诊断准确率达到99.949 9%,损失仅为0.022 1%;通过混淆矩阵得到Rep-VGG模型将不同类型的故障进行分类的准确率达到99.3%,与VGG-16相比,准确率提升5.349 9%,说明该模型具有广泛的应用前景.

关键词：Rep-VGG模型、滚动轴承、故障诊断、数据预处理、轴承数据集、混淆矩阵

所属期刊栏目：46

分类号：TN876-34(无线电设备、电信设备)

在线出版日期：2023-07-24（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：152-156