基于改进深度残差收缩网络的轴承故障诊断 |
| |
引用本文: | 李雪松,李劲华,吕智涵.基于改进深度残差收缩网络的轴承故障诊断[J].青岛大学学报(自然科学版),2022(2):38-43+50. |
| |
作者姓名: | 李雪松 李劲华 吕智涵 |
| |
作者单位: | 青岛大学数据科学与软件工程学院 |
| |
基金项目: | 国家自然科学基金(批准号:61902203)资助; |
| |
摘 要: | 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。
|
关 键 词: | 轴承 故障诊断 深度残差收缩网络 小波时频图 多尺度膨胀卷积 |
|
|