科研之友
微信
新浪微博
Facebook
分享链接
摘要
滚动轴承大量使用在旋转机械中，轴承的工况严重影响着机械设备的正常运行。为了提高轴承故障的诊断精度，本文提出了一种时频分析和深度学习相结合的滚动轴承诊断方法。首先，分析了十种不同时频分析方法；其次，建立了深度学习的滚动轴承故障诊断模型，并利用迁移学习克服训练样本数量少的问题，通过对比分析，常数Q变换(Constant Q transform, CQT)的准确率可达100%;最后，利用实验数据对所提方法的有效性和可靠性进行验证，分别评估了在不同负载和噪声情况下的识别精度，并与文献中的方法对比，证明所提方法在不同工作环境条件下都有较好的鲁棒性和较高的识别精度。
- 单位
