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任务的泛化问题，提出一种基于ACON函数和CNN网络的故障诊断方法。该方法构造了一种自适应激活因子，利用ACON激活函数的自适应激活特性增强整个CNN网络的自适应特征能力，同时构造了一种基于稀疏结构的神经元簇增加方法的稳定性。实验结果表明，在相同轴承不同采集端的故障数据的训练与识别中，该方法能相比与未改进模型有明显识别精度优势；与其它主流CNN网络对比，验证了该方法有较好的鲁棒性和识别效率；在不同轴承样本数据集的迁移学习中，改进的ACON-CNN方法相比与未改进方法有更好的泛化性能和识别效果。
- 单位
