基于卷积神经网络的滚动轴承故障诊断算法 |
| |
作者单位: | ;1.海军航空大学青岛校区 |
| |
摘 要: | 现有的滚动轴承故障诊断算法依赖于人工特征提取,当负载发生变化或故障样本数较少时,诊断效果较差。针对该问题,文中建立了基于卷积神经网络的智能故障诊断算法。首先,将原始振动数据进行分段预处理;其次,建立基于卷积神经网络的故障诊断模型实现对故障特征的自适应提取;最后,利用Softmax分类器实现对故障诊断结果的输出。将该算法应用于振动数据库实验,验证了该算法的有效性,当样本分布不平衡时,依然保持较高的识别率。
|
关 键 词: | 卷积神经网络 振动信号 自适应特征提取 故障诊断 |
Fault diagnosis algorithm based on convolutional neural network |
| |
Abstract: | |
| |
Keywords: | |
|
|