基于深度卷积神经网络的轴承故障诊断技术研究
作者机构：玉林师范学院计算机科学与工程学院广西桂林537000 西安电子科技大学计算机科学与技术学院西安710000 西安电子科技大学通信工程学院西安710000 桂林理工大学信息科学与工程学院广西桂林541004
基 金：国家自然科学地区基金项目(61762087) 广西壮族自治区嵌入式技术与智能系统重点实验室项目(2017-2-5)
出 版 物：《机床与液压》 (Machine Tool & Hydraulics)
年 卷 期：2020年第48卷第18期
页 码：183-188页
摘 要：为了提高轴承故障诊断的准确度,采用深度卷积神经网络算法来实现轴承故障分类。首先根据轴承振动故障特征频率建立轴承故障数据库,接着对轴承的振动信号按不同切片长度和固定宽度进行周期提取,建立特征向量矩阵,然后建立深度卷积神经网络的故障诊断模型,在网络设计时,差异化设置卷积核与池化尺寸,优化神经网络训练的核心参数,最后获得稳定的卷积神经网络模型。经过实例仿真,基于深度卷积神经网络的轴承故障分类准确率高,标准差小。
主 题 词：深度卷积神经网络 轴承故障 卷积核 池化 切分长度
学科分类：08[工学] 080203[080203] 0802[工学-机械学]
D O I：10.3969/j.issn.1001-3881.2020.18.027
馆 藏 号：203979356...
