基于1DDRSN的轴承故障诊断研究

作     者：张天瑞 曲胤熹 魏希 ZHANG Tianrui;QU Yinxi;WEI Xi

作者机构：沈阳大学机械工程学院辽宁沈阳110044 

基　　金：中央引导地方科技发展资金计划项目(2021JH6/10500149) 辽宁省研究生教育教学改革研究资助项目(LNYJG2022490) 

出 版 物：《机械设计》 (Journal of Machine Design)

年 卷 期：2023年第40卷第6期

页      码：58-65页

摘      要：轴承作为旋转设备的关键部件,工作状态下因磨损和裂纹等失效状况的出现,使采集到的数据夹杂着干扰性振动信号,而传统的故障诊断方法具有较大误差,导致诊断结果不够准确。针对这一问题,文中提出一种基于一维深度残差收缩网络的轴承故障诊断模型,该模型将注意力机制及软阈值化引入残差网络,通过减小冗余信息的干扰,提高特征提取的能力。为验证模型的可行性,运用凯斯西储大学轴承试验数据中的4种故障情况,各故障情况分别选取360组数据作为样本用于故障诊断,结果表明:该方法可以很好地增强有效信息和减弱无效的噪声信息,具有更好的抗噪性,相比其他诊断方法,有效性与准确率更高。

主 题 词：深度学习 收缩网络 轴承 故障诊断 

学科分类：08[工学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.13841/j.cnki.jxsj.2023.06.025

馆 藏 号：203122620...