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

基本信息

申請(qǐng)?zhí)?/td> CN202111037695.7 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113962284A 公開(kāi)（公告）日 2022-01-21
申請(qǐng)公布號(hào) CN113962284A 申請(qǐng)公布日 2022-01-21
分類(lèi)號(hào) 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(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 陳乃超;曹晨藝;潘衛(wèi)國(guó);李洪川;王旭東 申請(qǐng)（專(zhuān)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(jī)構(gòu) 南京禹為知識(shí)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(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于卷積神經(jīng)網(wǎng)絡(luò)和峭度圖的滾動(dòng)軸承故障診斷方法，包括：采集不同工況下的滾動(dòng)軸承振動(dòng)信號(hào)數(shù)據(jù)；利用快速峭度圖算法將滾動(dòng)軸承一維振動(dòng)信號(hào)轉(zhuǎn)換為二維峭度圖，劃分訓(xùn)練集和測(cè)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(cè)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(lèi)，評(píng)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(dòng)軸承軸承振動(dòng)信號(hào)，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(lèi)和識(shí)別。本發(fā)明利用頻譜峰度分析從滾動(dòng)軸承振動(dòng)信號(hào)數(shù)據(jù)中提取特征，結(jié)合多層卷積神經(jīng)網(wǎng)絡(luò)對(duì)復(fù)雜的多維振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行處理，提高了故障診斷分類(lèi)正確率。