提出了一種新的多通道樣本構(gòu)造方法,結(jié)合深度卷積神經(jīng)網(wǎng)絡(luò)來提高軸承故障診斷的效果。首先采用連續(xù)小波變換,分別提取了轉(zhuǎn)子兩端軸承振動信號的時頻域特征,基于所得結(jié)果分別構(gòu)造了針對兩端軸承的單通道二維圖形樣本,并取上述兩類單通道樣本的均值構(gòu)造了第3類單通道樣本;將得到的3類單通道樣本融合,得到用于故障診斷的三通道樣本;建立不同結(jié)構(gòu)的深度卷積神經(jīng)網(wǎng)絡(luò),分別采用單通道樣本和三通道樣本對滾動軸承故障類型和故障嚴重程度進行診斷,并將所得結(jié)果進行對比分析。結(jié)果表明:在多種不同網(wǎng)絡(luò)結(jié)構(gòu)下,基于三通道樣本的軸承故障診斷準確率均明顯優(yōu)于單通道樣本,證明了提出的多通道樣本構(gòu)造方法在軸承故障診斷中有著更好的效果,可以為軸承故障診斷方法和樣本構(gòu)建提供參考。 

【文章來源】：西安交通大學(xué)學(xué)報. 2020,54(08)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

軸承故障識別流程

本文使用了來自美國西儲大學(xué)（CWRU）公開數(shù)據(jù)集[22]的深溝球軸承振動數(shù)據(jù)集，使用的數(shù)據(jù)為電動機驅(qū)動端軸承發(fā)生故障情況下，驅(qū)動端和風(fēng)扇端兩側(cè)加速度傳感器采集的振動信號。圖3為測量數(shù)據(jù)所用的實驗臺，圖4為驅(qū)動端軸承結(jié)構(gòu)。圖4 滾動軸承（SKF 6205-2RS）結(jié)構(gòu)


本文編號：3484109