随着现代机械设备的日益自动化和智能化,滚动轴承作为机械设备必不可少的组成部分,其故障诊断已成为当代机械研究的热点。在当今的大数据时代,由于传统的故障诊断方法已无法满足需求,机器学习和深度学习广泛用于轴承故障的智能诊断。文章利用凯斯西储大学数据中心提供的数据,针对轴承的10种不同状态,提出了一种基于深度学习的诊断分类模型。使用双流CNN对收集的数据进行特征融合,然后使用PSO-SVM代替SoftMax进行故障分类。该方法的准确性可以达到99%。
科研之友
微信
新浪微博
Facebook
分享链接
