基于MTF-DenseNet的滚动轴承故障诊断

摘要：

针对滚动轴承振动信号的特征难以提取的问题,提出一种基于MTF-DenseNet的滚动轴承故障诊断方法.利用马尔可夫变迁场(MTF)将滚动轴承的一维时间序列信号进行编程,生成二维图像,从而很好地保留时间序列信号的时间依赖性和频率结构,之后将其输入到密集连接卷积网络(DenseNet)实现故障特征的提取,进而实现故障诊断.采用凯斯西储大学轴承数据集上数据进行实验,实验结果表明,该方法在数据集上的故障分类准确度达到99.35％,故障诊断效果良好.

关键词：马尔可夫变迁场、故障诊断、滚动轴承、密集连接

所属期刊栏目：28

分类号：TH133.33

资助基金：滁州职业技术学院2019年校级科研一般项目YJY-2019-12

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：54-56,14