本发明公开了一种基于有监督对比学习和卷积神经网络的滚动轴承故障诊断方法,其步骤包括：采集不同工况下滚动轴承无故障和故障振动信号,并进行数据预处理后转换成一维频谱作为数据集；训练时对数据进行数据增强扩充样本,利用有监督对比损失训练特征提取器,并利用有监督交叉熵损失训练分类器；组合特征提取器和分类器,进行故障诊断。本发明能有效的解决数据类别间特征互信息利用不充分和样本不足的问题,同时提升使用卷积神经网络在工况变化和工况不变的情况下对于振动信号故障诊断能力。
科研之友
微信
新浪微博
Facebook
分享链接
