基于压缩激励残差神经网络的轴承损伤诊断 |
| |
引用本文: | 韩元政,谷艳玲,陈长征,田淼,孙鲜明.基于压缩激励残差神经网络的轴承损伤诊断[J].起重运输机械,2022(5):30-34+70. |
| |
作者姓名: | 韩元政 谷艳玲 陈长征 田淼 孙鲜明 |
| |
作者单位: | 1. 沈阳工业大学机械工程学院 |
| |
基金项目: | 国家自然科学基金项目(51675350); |
| |
摘 要: | 滚动轴承是旋转机械的重要零件之一,文中针对滚动轴承损伤类型有效识别问题,提出了一种基于压缩激励残差神经网络的滚动轴承损伤诊断方法。本方法对轴承原始振动信号使用连续小波变换提取特征,形成二维时频样本,再利用样本对压缩激励残差神经网络进行训练,最后在全连接层使用Softmax分类器实现对轴承损伤的分类。用QPZZ-Ⅱ旋转机械振动损伤实验平台数据验证模型性能。实验结果表明:该方法对不同负载下滚动轴承损伤识别的准确率达99.95%,具有良好的泛化性和鲁棒性。
|
关 键 词: | 滚动轴承 小波变换 压缩激励残差神经网络 损伤诊断 |
|
|