以往的电机轴承故障诊断模型,在传统的特征提取阶段通常过分依赖于专家经验知识而具有一定的局限性,导致故障诊断精度低的问题,对此提出一种基于麻雀搜索优化算法(SSA)的融合卷积神经网络模型,即将一维卷积与二维卷积融合,采用多通道同时对电机轴承数据进行训练,并用SSA算法对融合的CNN模型中的主要参数进行优化,从而找到一组超参数,使其在进行训练融合CNN模型时,验证集的错误率达到最低。最后对轴承数据进行实验验证,结果证明:所提出的方法能够有效地提高分类识别精度。
科研之友
微信
新浪微博
Facebook
分享链接
