本文關(guān)鍵詞：基于MWT和CNN的滾動軸承智能復(fù)合故障診斷方法

  更多相關(guān)文章： 滾動軸承 智能復(fù)合故障診斷 多小波變換 卷積神經(jīng)網(wǎng)絡(luò)

【摘要】：提出一種基于多小波變換(MWT)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)的滾動軸承智能復(fù)合故障診斷方法。對滾動軸承的振動信號進行去除后處理的MWT,得到相應(yīng)的多小波系數(shù)分支;用所得多小波系數(shù)分支構(gòu)造特征圖,建立CNN分類器組模型,以實現(xiàn)滾動軸承復(fù)合故障的智能診斷。基于人工軸承故障數(shù)據(jù)集進行了實驗研究,同時對診斷方法作了優(yōu)化改進,即對振動信號進行MWT,用所得多小波系數(shù)矩陣構(gòu)造特征圖,建立CNN分類器模型,并進行了對比實驗研究。結(jié)果表明,該方法能有效識別滾動軸承的復(fù)合故障,改進的方法能有效提高故障識別率,降低訓(xùn)練成本。
【作者單位】： 解放軍理工大學(xué)野戰(zhàn)工程學(xué)院;
【關(guān)鍵詞】： 滾動軸承 智能復(fù)合故障診斷 多小波變換 卷積神經(jīng)網(wǎng)絡(luò)
【分類號】：TH133.33
【正文快照】： 0引言 在實際應(yīng)用中,滾動軸承的故障通常不是以單一的形式存在,而是以復(fù)合故障的形式存在。復(fù)合故障是指一個振動信號不只包含一種故障模式,而是包含多種故障模式,多種故障以并發(fā)、繼發(fā)的形式存在,并且相互關(guān)聯(lián)影響[1]。對復(fù)合故障進行診斷的關(guān)鍵是信號特征的分離提取和模式

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 湯坤;周艷芳;蔣秀林;于海斌;何為晉;班文正;吳蘭峰;張紅玲;王尚華;曹兵;李敬偉;樸松源;單偉;;MWT高效太陽電池的生產(chǎn)[J];太陽能;2013年03期

2 ;[J];;年期

，

本文編號：1009523