基于PCA-CNN的滚动轴承故障诊断方法研究

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

所属期刊栏目：49

分类号：TH133.3

资助基金：国家自然科学基金面上项目51875180

在线出版日期：2021-11-22（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：172-177