基于轻量级卷积神经网络的转子碰摩故障诊断

作     者：闻章 于洋 WEN Zhang;YU Yang

作者机构：沈阳工业大学信息科学与工程学院辽宁沈阳110870 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第15期

页      码：161-165,171页

摘      要：随着非平稳信号的时频故障特征表示技术的优势以及卷积神经网络(CNN)的出现,转子碰摩故障诊断已经达到了高精度。然而,基于CNN的故障诊断方法有许多缺点,提出了一种基于轻量级卷积神经网络(GHSQNet)与时频图相结合的转子碰摩故障诊断方法。该方法能够在保证故障诊断精度的同时占用更小的内存。实验结果表明,与其他轻量级卷积神经网络相比,提出的模型性能表现更加优越。识别准确率达到了99.39%,而模型大小只有1.07 MB,在移动端有很高的实用价值。

主 题 词：故障诊断 声发射 碰摩故障 卷积神经网络 

学科分类：0809[工学-计算机类] 08[工学] 

D　O　I：10.14022/j.issn1674-6236.2024.15.034

馆 藏 号：203128803...