现有的轴承故障诊断方法依赖于人工提取特征，缺乏自适应性。卷积神经网络具有良好的特征自提取能力，可以自适应提取相关特征。但是采用传统卷积神经网络结构存在特征信息丢失的问题，残差结构可以防止特征信息的丢失，为此提出一种基于一维残差网络的轴承故障诊断方法。首先对原始振动信号进行小波阈值降噪处理，以减少噪声的干扰作用；然后将降噪信号作为一维残差网络的输入，自适应提取故障特征；最后通过Softmax分类器输出故障类别。实验结果表明，该方法与传统卷积神经网络方法相比，准确率更高。
科研之友
微信
新浪微博
Facebook
分享链接
