基于改进深度残差收缩网络的轴承故障诊断

为解决噪声背景中轴承故障诊断精度不高的问题，提出了一种新的轴承故障诊断方法。利用连续小波变换将采集到的振动信号转换成小波时频图，采用多尺度膨胀卷积对深度残差收缩网络进行改进，扩大卷积核的感受野，并将交叉熵损失函数改进成加权交叉熵损失函数。实验结果表明，与其他深度学习算法相比，本算法故障诊断的准确率较高。