现代制造工程 ›› 2022, Vol. 506 ›› Issue (11): 130-136.doi: 10.16731/j.cnki.1671-3133.2022.11.021

• 设备设计/诊断维修/再制造 • 上一篇    

基于FSST-Res Net的滚动轴承变工况数据故障诊断研究

张萍,张文海,卢盛欣,孟雷,李练兵   

  • 发布日期:2023-01-06

  • Published:2023-01-06

摘要: 针对滚动轴承运行工况复杂多变,难以诊断的问题,提出一种基于短时傅里叶的同步压缩变换(FSST)与残差神经网络(ResNet)相结合的故障诊断方法。该方法对轴承振动信号做短时傅里叶变换后,将时频系数压缩重排,生成基于FSST时频图在3种变工况下的训练集和测试集。考虑到深度模型的网络退化问题,采用ResNet模型对数据集进行时频特征提取和故障诊断,进一步提升轴承故障诊断的精度。通过3种变工况实验证明了该方法的有效性和可行性,平均诊断准确率高达98.9%,与其他方法相比,诊断精度有较大提高。

关键词: 滚动轴承; 故障诊断; 变工况; 同步压缩变换; 残差神经网络

中图分类号: 


版权所有 © 《现代制造工程》编辑部 
地址:北京市东城区东四块玉南街28号 邮编:100061 电话:010-67126028 电子信箱:2645173083@qq.com
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn
访问总数:,当日访问:,当前在线: