论文摘要
针对滚动轴承故障特征难以准确表征的问题,基于轴承振动信号具有短时平稳性的特点,提出对轴承振动信号进行分帧、加窗、DFT、图像编码等处理后构建表征轴承故障的振动信号振谱图。设计用于滚动轴承故障诊断的深度卷积神经网络,采用已知故障模式的轴承振动信号振谱图及其对应的故障标签对网络进行训练。基于此方法,以美国凯斯西储大学公开的滚动轴承故障诊断实测振动信号为对象进行故障建模与识别,结果表明:所识别的轴承故障准确率达到100%,获得了很高的故障诊断精度。
论文目录
文章来源
类型: 期刊论文
作者: 高统林,朱坚民,黄之文
关键词: 深度卷积神经网络,滚动轴承故障诊断,振动信号,振谱图
来源: 农业装备与车辆工程 2019年12期
年度: 2019
分类: 农业科技,工程科技Ⅱ辑,信息科技
专业: 机械工业,自动化技术
单位: 上海理工大学机械工程学院
分类号: TP183;TH133.33
页码: 115-120
总页数: 6
文件大小: 1317K
下载量: 561
相关论文文献
标签：深度卷积神经网络论文; 滚动轴承故障诊断论文; 振动信号论文; 振谱图论文;