| 基于PCA-CNN的滚动轴承故障诊断方法研究 |
| |
| 引用本文： | 游达章,陈林波,张业鹏,康亚伟,张扬.基于PCA-CNN的滚动轴承故障诊断方法研究[J].机床与液压,2021,49(19):172-177. |
| |
| 作者姓名： | 游达章 陈林波 张业鹏 康亚伟 张扬 |
| |
| 作者单位： | 湖北工业大学机械工程学院,湖北武汉430068 |
| |
| 基金项目： | 国家自然科学基金面上项目（51875180） |
| |
| 摘 要： | 滚动轴承工作环境恶劣、复杂,在采集信号的过程中,不可避免地会有噪声夹杂其中。为实现快速特征提取的同时提高识别率,提出一种基于主成分分析(PCA)降噪的卷积神经网络(CNN)故障诊断方法。该方法引入PCA对信号进行降噪预处理,再将处理后的信号转换成二维特征图像,输入CNN模型以提取转换后的图像特征,进行故障模式识别与分类。利用凯斯西储大学滚动轴承数据集进行故障诊断试验,结果表明:所提方法具有可行性与有效性,且满足鲁棒性和实时性的应用要求。
|
| 关 键 词： | 主成分分析 卷积神经网络 故障诊断 滚动轴承 |
Study on Fault Diagnosis Methods of Rolling Bearing Based on Principal Component Analysis and Convolutional Neural Network |
| |
| YOU Dazhang,CHEN Linbo,ZHANG Yepeng,KANG Yawei,ZHANG Yang.Study on Fault Diagnosis Methods of Rolling Bearing Based on Principal Component Analysis and Convolutional Neural Network[J].Machine Tool & Hydraulics,2021,49(19):172-177. |
| |
| Authors: | YOU Dazhang CHEN Linbo ZHANG Yepeng KANG Yawei ZHANG Yang |
| |
| Abstract: | |
| |
| Keywords: | Principal component analysis (PCA) Convolutional neural network(CNN) Fault diagnosis Rolling bearing |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|
