科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出一种新的深度残差对冲网络模型。该模型借助Inception堆叠思想，提出了堆叠卷积对冲结构块，以加快网络收敛速度，并设计了新的恒等映射块，实现输入层与中间各层的残差连接，最后，在全连接层引入Squash函数，防止损失梯度的发散。将所提出的深度残差对冲网络应用于滚动轴承故障诊断，在预处理中，将滚动轴承的振动加速度时域信号通过FFT得到的频谱图直接作为网络的输入，从而简化了数据的预处理工作。最后，利用两组实际的滚动轴承故障数据进行方法验证，并与Resnet18、CNN等其他方法进行了对比验证，结果表明，本文所提深度残差对冲网络模型的故障识别率较其他模型高约2%，且训练时间能够缩短1/3，充分表明本文方法具有很强的鲁棒性和收敛速度快等优点。
- 单位
