提出一种基于快速傅里叶变换（FFT）及一维卷积神经网络（1D-CNN）的变转速细纱机罗拉轴承故障诊断方法。将故障罗拉轴承安装在细纱机小样机上监测振动加速度信号，经FFT转化成频域信号，利用1D-CNN快速从频域信号中学习故障特征进行诊断。结果表明：该方法的诊断准确率达99.917%，且耗时能满足企业端到端的诊断需求。与其他主流方法对比，该研究方法在准确率上具有优越性，能有效提高变转速下对细纱机罗拉轴承故障诊断的效果。
科研之友
微信
新浪微博
Facebook
分享链接
