科研之友
微信
新浪微博
Facebook
分享链接
摘要
受香农采样定理限制，滚动轴承故障诊断往往需要设置较高的采样频率，这给数据传输和存储带来较大压力。基于滚动轴承局部故障振动响应数学模型，提出一种具有较强抗噪性能的深度降采样方法并应用于滚动轴承局部故障诊断。该方法利用仿真信号构造轴承故障样本及其标签对所提深度降采样网络进行训练，再将训练好的网络用于实际轴承故障信号的降采样。实验表明：在合理的降采样率下，所提方法在对原信号进行降维的同时能够很好地保留故障特征频率成分。相比基于高斯测量矩阵的压缩感知方法，所提方法降采样后的信号具有更强的故障特征表达能力，无需重构就可直接用于轴承故障诊断。
- 单位
