基于多尺度卷积神经网络的滚动轴承智能诊断算法

作     者：古天龙 孙镇海 宾辰忠 常亮 GU Tian-long;SUN Zhen-hai;BIN Chen-zhong;CHANG Liang

作者机构：桂林电子科技大学广西桂林541004 广西可信软件重点实验室广西桂林541004 

基　　金：国家自然科学基金项目(U1711263,U1501252,61572146) 广西自然科学基金项目(2016GXNSFDA380006,AC16380122) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2022年第375卷第5期

页      码：20-23页

摘      要：近些年由于深度学习技术的介入,机械故障诊断算法也日新月异。但是现有的方法过于依赖大量数据支撑并缺乏较好的泛化能力。针对目前存在的两个问题,这里提出了一种基于多尺度卷积神经网络的全新算法(MSCNN)。该方法以轴承原始振动时序信号作为输入,为了实现预期效果,这里采取了如下三种解决思路;(1)模型使用具有一定重复率的样本数据,大幅扩充了样本数量;(2)引入多尺度卷积核进行特征提取;(3)模型根据振动信号的固有特征选择卷积核尺寸。MSCNN不仅能在少量数据下得到近乎100%的故障识别精度,还能够在不同数据集交叉中,表现出优秀的泛化性能。

主 题 词：故障诊断 深度学习 卷积神经网络 小样本 泛化性能 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 080203[080203] 0802[工学-机械学] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2022.05.005

馆 藏 号：203111682...