《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于MSST和双通道CNN技术的变转速轴承故障诊断研究

作者:张冰,姜培刚,林天然 日期:2021-11-23/span> 浏览:903 查看PDF文档

基于MSST和双通道CNN技术的变转速
轴承故障诊断研究*
张冰,姜培刚,林天然*

(青岛理工大学 机械与汽车工程学院,山东 青岛 266520)


摘要:针对变转速滚动轴承振动信号具有非平稳性特征,且故障特征难以有效提取的问题,提出了一种基于多次同步压缩变换和双通道卷积神经网络的滚动轴承故障智能诊断方法。首先,对变转速工况下滚动轴承的振动信号进行了多次同步压缩变换,获得了能量集中的时频图谱;然后,将其输入到采用不同尺寸的小卷积核双通道CNN中,提取了其故障特征信息,并通过Concatenate机制将其融合;最后,通过SoftMax函数输出轴承的故障识别结果;在一组变转速工况滚动轴承故障实验数据上取得了99%以上的故障识别率,验证了该方法的有效性,并与单通道CNN模型进行了对比。研究结果表明:TCNN的分类精度更高,准确率可达99.67%;该结果证明了改进后的模型具有较好的非线性拟合能力,同时也具有较强的鲁棒性,可有效应用于变转速滚动轴承故障诊断中。

关键词:变转速轴承;多次同步压缩变换;卷积神经网络;故障诊断;特征融合

中图分类号:TH133.33文献标识码:A文章编号:1001-4551(2021)09-1145-07


张冰,姜培刚,林天然.基于MSST和双通道CNN技术的变转速轴承故障诊断研究[J].机电工程,2021,38(9):1145-1151



友情链接

浙江机械信息网