基于卷积神经网络的滚动轴承故障诊断

作者：贺思艳; 任利娟; 田新诚

来源：兵工自动化, 2019, 38(03): 39-54.

• 滚动轴承
• 卷积神经网络
• 故障诊断

针对传统故障诊断方法诊断过程复杂、效果不佳的问题,提出一种基于卷积神经网络的滚动轴承故障诊断方法。首先选取不同故障的振动信号进行归一化处理,然后把1维的振动信号转化成2维的灰度图像,利用每个元素与其相邻元素之间的关系,并且采用重叠采样的方法加强数据集。在卷积神经网方面利用tensorflow搭建网络框架,采用4种不同的卷积神经网络结构对样本进行训练。为避免实验的随机性,对每种方案进行多次训练,采其结果的均值。根据测试集的准确率选取最好的适合轴承故障诊断的模型,同时对网络的结构参数进行优化改进,提高模型的识别率和运行效率。实验结果表明,该方法可以准确地将滚动轴承的故障进行识别和分类。

• 单位
  山东大学; 山东电子职业技术学院