基于GA-CNN的滚动轴承故障诊断

摘要：

为了解决滚动轴承故障诊断中人工选择卷积神经网络(CNN)结构具有不确定性从而导致诊断准确率低的问题,以CNN为基础,提出一种应用遗传算法(GA)自适应选择CNN网络结构的滚动轴承故障诊断新方法GA-CNN.首先对滚动轴承故障信号进行特征提取,然后将故障特征分别输入经GA改进的CNN和3组人工随机选择网络结构的CNN进行特征识别,最后将实验结果进行对比得出结论.GA自动选择CNN网络最佳结构,避免了人工选择CNN网络结构具有的不确定性,从而减少参数选择所需时间并提高滚动轴承故障诊断准确率.实验验证表明,所提出的基于GA-CNN的滚动轴承故障诊断方法与人工随机选择CNN网络结构相比,极大提高了故障诊断效率并具有更高的准确性.

关键词：卷积神经网络、网络结构、遗传算法、滚动轴承故障诊断

所属期刊栏目：44

分类号：TH133.3;TP18

在线出版日期：2021-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：126-131