一種基于卷積神經(jīng)網(wǎng)絡(luò)和峭度圖的滾動軸承故障診斷方法

基本信息

申請?zhí)?/td> CN202111037695.7 申請日 -
公開（公告）號 CN113962284A 公開（公告）日 2022-01-21
申請公布號 CN113962284A 申請公布日 2022-01-21
分類號 G06K9/62（2022.01）I;G06K9/00（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G01M13/04（2019.01）I;G01M13/045（2019.01）I 分類 計算；推算；計數(shù);
發(fā)明人 陳乃超;曹晨藝;潘衛(wèi)國;李洪川;王旭東 申請（專利權(quán)）人 甘肅中電投新能源發(fā)電有限責(zé)任公司
代理機構(gòu) 南京禹為知識產(chǎn)權(quán)代理事務(wù)所（特殊普通合伙） 代理人 劉小莉
地址 200090上海市楊浦區(qū)平?jīng)雎?103號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)和峭度圖的滾動軸承故障診斷方法，包括：采集不同工況下的滾動軸承振動信號數(shù)據(jù)；利用快速峭度圖算法將滾動軸承一維振動信號轉(zhuǎn)換為二維峭度圖，劃分訓(xùn)練集和測試集；將訓(xùn)練集輸入到構(gòu)建的ResNet50卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行迭代學(xué)習(xí)訓(xùn)練，直到其收斂；將測試集輸入訓(xùn)練后的ResNet50卷積神經(jīng)網(wǎng)絡(luò)模型，確定故障分類，評估診斷正確率，優(yōu)化結(jié)構(gòu)和參數(shù)，直到最佳并保存；采集新的滾動軸承軸承振動信號，并生成二維峭度圖，將其輸入到最佳ResNet50卷積神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行故障分類和識別。本發(fā)明利用頻譜峰度分析從滾動軸承振動信號數(shù)據(jù)中提取特征，結(jié)合多層卷積神經(jīng)網(wǎng)絡(luò)對復(fù)雜的多維振動信號數(shù)據(jù)進(jìn)行處理，提高了故障診斷分類正確率。