基于一维卷积神经网络的轴承故障诊断方法研究
冯连强
徐江
田瑞明
焦丽聪
李韬
中国重型机械研究院股份公司,陕西西安, 710032
摘要：轴承故障诊断为机械故障诊断领域的研究热点,传统轴承故障诊断方法需要在特征选择的基础上实现信号特征提取,这类方法诊断效率低,且诊断效果依赖于特征参数的选择.因此,为了提高滚动轴承故障诊断效率和准确度,考虑到一维卷积神经网络具有端到端的特点,文章提出一种基于一维卷积神经网络(1DCNN)的滚动轴承故障诊断方法.利用CWRU轴承数据集对方法的性能进行验证,实验结果表明在相同负载条件下的故障诊断准确度为99.59％以上,且该方法在变负载条件下具有强的诊断鲁棒性.
关键词：轴承一维卷积神经网络(1DCNN)CWRU轴承数据集
分类号：TH133.3(机械零件及传动装置)
资助基金：国家重点研发计划(2018YFB1703000)陕西省现代装备绿色协同创新中心项目(304-210891702)
论文发表日期：2021-01-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 57-62 )
英文信息