基于改进胶囊网络的轴承复合故障诊断研究

作者：袁洪芳; 张晓宁; 王华庆^*

来源：振动与冲击, 2023, 42(20): 69-123.

DOI：10.13465/j.cnki.jvs.2023.20.008

• 胶囊网络
• 故障诊断
• 滚动轴承
• 深度学习

滚动轴承的工作环境复杂，各个部位经常同时发生故障并相互影响，产生复合故障。传统的方法往往将复合故障视为单独的一类，难以识别其中包含的具体故障。针对这一问题，提出了一种基于胶囊网络和多标签分类的智能复合故障诊断方法。首先，将原始振动信号作为输入，通过卷积层和挤压激励模块实现特征提取；其次，初级胶囊层将提取的特征转换为向量，通过自注意路由算法传递到高级胶囊层；最后，通过多标签分类器得到诊断结果。经实验室数据验证，该方法在不同转速数据集上的准确率分别达到了98.70%,98.04%和94.72%,有效识别了复合故障。

• 单位
  机电工程学院; 北京化工大学