10.3969/j.issn.1671-1041.2021.09.013
基于MTF-DenseNet的滚动轴承故障诊断
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.
马尔可夫变迁场、故障诊断、滚动轴承、密集连接
28
TH133.33
滁州职业技术学院2019年校级科研一般项目YJY-2019-12
2021-09-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
54-56,14