科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对滚动轴承故障诊断在小训练样本下和强噪声下无法取得高精度识别的问题，提出一种基于Welch功率谱结合卷积神经网络进行诊断的方法。该方法以原始时域振动信号作为输入，用Welch功率谱转换数据形态同时对高强度噪声进行抑制，再用得到的功率谱训练卷积神经网络，最后将训练好的模型用于轴承的故障诊断。与WDCNN[1]等方法进行对比，实验发现在混合负载下，该方法平均识别率正确达到99%，其它方法达到这个精度至少需要20倍以上的训练样本量，明显优于WDCNN等方法。抗噪实验结果表明噪声对信号的干扰越强烈，该方法的抗噪表现越好，其抗噪性能要显著优于WDCNN等方法。
- 单位
