10.3969/j.issn.2095-509X.2022.08.018
基于一维残差网络的轴承故障诊断
现有的轴承故障诊断方法依赖于人工提取特征,缺乏自适应性.卷积神经网络具有良好的特征自提取能力,可以自适应提取相关特征.但是采用传统卷积神经网络结构存在特征信息丢失的问题,残差结构可以防止特征信息的丢失,为此提出一种基于一维残差网络的轴承故障诊断方法.首先对原始振动信号进行小波阈值降噪处理,以减少噪声的干扰作用;然后将降噪信号作为一维残差网络的输入,自适应提取故障特征;最后通过Softmax分类器输出故障类别.实验结果表明,该方法与传统卷积神经网络方法相比,准确率更高.
轴承故障诊断、小波阈值降噪、一维残差网络
51
TH165.3;TP183
2022-09-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
89-92