基于一维卷积神经网络的多工况轴承故障诊断_中国煤炭行业知识服务平台

基于一维卷积神经网络的多工况轴承故障诊断

作者

鲁朋宋保业许琳
单位

山东科技大学电气与自动化工程学院
摘要

针对多工况下的轴承故障诊断问题，提出一种基于一维卷积神经网络的故障诊断方法。采用重叠采样方法从CWRU数据集获得扩充的数据样本，并通过归一化获得训练数据；基于TensorFlow模型设计了轴承故障诊断的一维卷积神经网络，将预处理后的数据样本直接输入到网络中进行训练，实现了端到端的轴承故障诊断。实验表明，该方法避免了复杂的特征提取过程，具有较高的故障分类准确率和鲁棒的泛化能力，可以实现多工况下轴承故障的准确诊断。
关键词

多工况轴承故障诊断卷积神经网络
基金项目(Foundation)

国家自然科学基金项目(61703242)；
文章目录

1 实验数据与预处理
1.1 实验数据集
1.2 数据预处理
2 卷积神经网络设计
3 实验结果
4 结论
引用格式

鲁朋,宋保业,许琳.基于一维卷积神经网络的多工况轴承故障诊断[J].山东科技大学学报(自然科学版),2023,42(05):88-96.DOI:10.16452/j.cnki.sdkjzk.2023.05.010.
相关文章

[1]基于小波包变换-主元分析-神经网络算法的多电平逆变器故障诊断
[2]基于深度自编码器网络的逆变器开关管开路故障诊断