基于改进LeNet-5优化算法的轴承故障诊断研究

作者：余蓉; 熊邦书; 欧巧凤

来源：南昌航空大学学报(自然科学版), 2023, 37(04): 82-87+114.

DOI：10.3969/j.issn.2096-8566.2023.04.011

• 故障诊断
• 深度学习
• LeNet-5
• 自适应优化算法

针对直升机自动倾斜器滚动轴承振动信号复杂而传统卷积神经网络对轴承故障信号微小特征提取困难导致的故障诊断精度不高的问题，提出基于LeNet-5网络的一种改进方法。首先，在LeNet-5网络中设计一个新的特征提取模块，形成并行的特征提取框架，增强网络对微小特征的提取能力，缓解直升机故障诊断精度不高的问题。其次，采用Dropout层和自适应的参数算法，避免模型不稳定，加速模型的收敛。最后，利用课题组轴承数据和西储大学公开数据集开展实验，结果表明，相较于原LeNet-5网络模型，改进后的LeNet-5网络具有较高的测试精度，在课题组数据集的测试精度达99.6%，西储大学数据集的测试精度为100%，说明该模型对滚动轴承的故障诊断具有更高的准确率。

• 单位
  南昌航空大学