基于一维卷积神经网络的多工况轴承故障诊断

鲁朋; 宋保业; 许琳

doi:10.16452/j.cnki.sdkjzk.2023.05.010

山东科技大学学报（自然科学版） ›› 2023, Vol. 42 ›› Issue (05) : 88 -96. DOI: 10.16452/j.cnki.sdkjzk.2023.05.010

基于一维卷积神经网络的多工况轴承故障诊断

鲁朋, 宋保业, 许琳

作者信息 +

Author information +

文章历史 +

PDF (3641K)

摘要

针对多工况下的轴承故障诊断问题，提出一种基于一维卷积神经网络的故障诊断方法。采用重叠采样方法从CWRU数据集获得扩充的数据样本，并通过归一化获得训练数据；基于TensorFlow模型设计了轴承故障诊断的一维卷积神经网络，将预处理后的数据样本直接输入到网络中进行训练，实现了端到端的轴承故障诊断。实验表明，该方法避免了复杂的特征提取过程，具有较高的故障分类准确率和鲁棒的泛化能力，可以实现多工况下轴承故障的准确诊断。