《机电工程》杂志,浙江大学与浙江省机电集团联合主办。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
执行董事兼总经理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址浙江省杭州市大学路高官弄9号
电话Tel+86-571-87239525
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

基于残差胶囊网络的滚动轴承故障诊断研究

作者:董建伟,王衍学. 日期:2021-12-22/span> 浏览:254 查看PDF文档

基于残差胶囊网络的滚动轴承故障诊断研究*
董建伟1,王衍学2*

(1.桂林电子科技大学 机电工程学院,广西 桂林 541004;
2.北京建筑大学 城市轨道交通车辆服役性能保障北京市重点实验室,北京 100044)


摘要:采用传统的滚动轴承故障诊断方法对时域信号进行特征提取时,过分依赖于专家知识,而且提取到的特征对故障信息表达不充分,针对这一问题,提出了一种基于残差网络和胶囊网络的滚动轴承智能故障诊断方法。首先,以原始振动信号作为输入,使用一维卷积神经网络对其时域信号进行了全局特征提取;然后,利用残差网络提取了数据的低层特征,并将其输入到胶囊网络中,进行了低层特征矢量化处理;随后,采用模糊聚类改进的动态路由方法完成了低层特征到高层特征的聚合,并进行了特征分类;最后,为了验证该方法的有效性,采用滚动轴承数据集对所提出的方法进行了试验验证,并将该方法诊断结果与其他深度学习方法诊断结果进行了比较。研究结果表明:残差胶囊网络在分类精度上达到了99.95%,并且在收敛速度方面得到了提高,通过tsne可视化分析进一步证明了该网络模型具有自适应挖掘高层特征的能力;残差胶囊网络在滚动轴承故障诊断中具有良好的精确性和泛化性。

关键词:滚动轴承;故障诊断;深度学习;残差网络;胶囊网络;模糊聚类

中图分类号:TH133.33文献标识码:A文章编号:1001-4551(2021)10-1292-07



董建伟,王衍学.基于残差胶囊网络的滚动轴承故障诊断研究[J].机电工程,2021,38(10):1292-1298.


友情链接

浙江机械信息网