第十八讲:基于1D-CNN的滚动轴承故障诊断算法研究

摘要：

作为旋转设备的关键部件之一,滚动轴承的故障诊断一直受到人们的关注,在故障分类研究中,传统的机器学习方法需要通过手动提取特征,因此特征的提取并不充分且自适应性不强.针对以上问题,本文使用一维卷积神经网络对对采集到的轴承振动信号进行数据集划分,使用训练集对1D-CNN进行训练,最后使用训练好的1D-CNN模型对滚动轴承的故障进行诊断,使用凯斯西储大学轴承数据中心提供的数据对1D-CNN模型进行实验,诊断正确率在99％以上,验证了 1D-CNN模型的有效性与准确性.

关键词：1D-CNN、滚动轴承、故障诊断

分类号：TH113.1;TP277;TP391

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：4-7