基于压缩激励残差神经网络的轴承损伤诊断

摘要：

滚动轴承是旋转机械的重要零件之一,文中针对滚动轴承损伤类型有效识别问题,提出了一种基于压缩激励残差神经网络的滚动轴承损伤诊断方法.本方法对轴承原始振动信号使用连续小波变换提取特征,形成二维时频样本,再利用样本对压缩激励残差神经网络进行训练,最后在全连接层使用Softmax分类器实现对轴承损伤的分类.用QPZZ-Ⅱ旋转机械振动损伤实验平台数据验证模型性能.实验结果表明:该方法对不同负载下滚动轴承损伤识别的准确率达99.95％,具有良好的泛化性和鲁棒性.

关键词：滚动轴承、小波变换、压缩激励残差神经网络、损伤诊断

分类号：TH133.33

资助基金：国家自然科学基金51675350

在线出版日期：2022-04-11（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：30-34,70