基于Sigmoid的轴承多任务故障诊断

作者：吴春志; 苑改红; 孟凡杰; 张宝月; 焦志鑫

来源：设备管理与维修, 2023, (15): 186-190.

DOI：10.16621/j.cnki.issn1001-0599.2023.08.73

• 卷积神经网络
• 轴承
• 梯度加权的类激活映射

深度学习方法在旋转机械的故障诊断领域应用广泛，效果良好。但值得注意的是，大部分模型局限于分类几种故障，是一种简单的单任务分类。提出一种基于卷积神经网络的多任务分类模型，同时诊断故障类型和程度。采用Grad-CAM(Gradient-weighted Class Activation Mapping，梯度类激活映射)方法可视化深度模型中隐含层的关注信号的特征，定位模型感兴趣的信号段，从视觉上解释深度学习模型区分类别的关键特征。采用公开的轴承数据集验证方法的有效性，为进一步探讨深度学习模型的可解释性提供新思路。

• 单位
  中国人民解放军装备学院