采用分数阶域MFL-Net的机械智能故障诊断方法研究 |
| |
引用本文: | 时培明,焦阳,陈卓,许学方,李瑞雄,谯自健.采用分数阶域MFL-Net的机械智能故障诊断方法研究[J].动力工程学报,2023(10):1326-1334. |
| |
作者姓名: | 时培明 焦阳 陈卓 许学方 李瑞雄 谯自健 |
| |
作者单位: | 1. 燕山大学电气工程学院;2. 太原重工股份有限公司;3. 西安交通大学能源与动力工程学院;4. 宁波大学机械工程与力学学院;5. 华东交通大学轨道交通基础设施性能监测与保障国家重点实验室 |
| |
基金项目: | 河北省自然科学基金资助项目(E2022203093); |
| |
摘 要: | 提出了一种分数阶域多尺度特征卷积神经网络的智能诊断方法。首先,对原始振动信号进行分数阶傅里叶变换(FRFT),获得多个分数阶次下振动数据的时频特征;其次,构建具有多尺度特征学习模块的轻量级卷积神经网络(MFL-Net),进一步从分数阶域时频特征中提取故障信息,通过训练获得诊断模型并应用于故障识别;最后,通过离心泵和滚动轴承故障数据集对所提方法的有效性进行验证。结果表明:所提方法可以有效提取非平稳信号中的故障特征,并实现故障的准确诊断。
|
关 键 词: | 故障诊断 分数阶傅里叶变换 卷积神经网络 离心泵 滚动轴承 |
|
|