基于Inception v3的印刷设备轴承故障智能诊断方法研究

摘要：

目的 轴承作为印刷设备中的旋转核心元件,其运行状态对印刷设备的健康监测作用较大.通过融合小波时频处理与Inception v3模型的优势,提出一种用于印刷设备轴承故障智能诊断方法.方法 利用Morlet小波对采集到的印刷设备轴承原始振动信号进行处理,得到对应的二维时频图像,从时域和频域两方面对轴承故障进行表征;将时频图像作为Inception v3模型的输入,利用其模型的稀疏特性,快速从时频图像中自动学习故障特征,并对其模型参数进行调整;最后,利用训练好的模型实现印刷设备轴承故障诊断.结果 利用印刷设备轴承实验平台对提出方法的有效性进行了验证,实验结果表明该方法的平均诊断精度可达92.53％.结论 与传统智能诊断方法相比,所提方法在诊断精度与稳定性方面均具有一定的优势,可实现高精度印刷设备轴承故障诊断.

关键词：Morlet小波、Inception v3模型、轴承、故障诊断

所属期刊栏目：43

分类号：TS803+.6(印刷工业)

资助基金：国家自然科学基金;国家自然科学基金;陕西省自然科学基础研究计划项目;西安理工大学博士学位论文创新基金

在线出版日期：2022-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：189-195