|
|
|
| 基于时频融合的改进CNN模型增强轴承故障跨工况诊断性能 |
| 刘旭波孙极智胡德威施先东 |
| 南昌大学先进制造学院 |
|
|
|
|
摘要 为提高轴承故障诊断模型的跨工况诊断效果，本文提出了一种基于快速傅里叶变换和变分模态分解并与基于通道注意力机制改进的卷积神经网络相结合的轴承故障诊断方法。将原始振动信号分别进行快速傅里叶变换以及变分模态分解处理后再进行特征堆叠，然后将处理后的数据通过基于通道注意力机制改进的卷积神经网络进行训练完成对轴承故障诊断的分类。结果表明：与其他诊断方法相比，所提方法的识别精度在不同工况条件下准确率更高，达到了98.40%；在轴承齿轮混合故障中诊断率达到了67.32%；在噪声干扰情况下，诊断准确率达到了89.93%。
|
|
| 关键词 ：
故障诊断,
快速傅里叶变换,
变分模态分解,
注意力机制,
卷积神经网络
|
|
|
| 基金资助:江西省自然科学基金青年基金资助项目（20252BAC200632）； |
| [1] |
廖艺齐 熊澄丽 程钰溪 林两位 白小明 李招连. 结合渐进式特征金字塔和极化自注意力机制的海雾图像检测[J]. 南昌大学学报（理科版）, 2024, 48(5): 490-. |
| [2] |
吴武飞 李文波 柏迪 喻军. 一种时空特征融合的端到端自动驾驶方法设计[J]. 南昌大学学报（工科版）, 2024, 46(2): 162-. |
| [3] |
干王杰 翟翊君 詹礼新 赵迎泽 李渭 潘平吉. 基于U-Net卷积神经网络的焊缝激光条纹提取[J]. 南昌大学学报（工科版）, 2024, 46(2): 247-. |
| [4] |
任剑洪 曾勍炜 李向军 龚政 刘方. 融合语义增强与多注意力机制的视频描述方法[J]. 南昌大学学报（理科版）, 2023, 47(6): 549-. |
| [5] |
李建兴 刘振宇 马莹 张艳璇 宋江 纪茂源 旷树森. 改进YOLOv5在胡瓜钝绥螨品质管控系统中的设计与应用[J]. 南昌大学学报（工科版）, 2023, 45(1): 85-. |
| [6] |
李建兴沈亮蔡聪杨睿宁罗堪. 改进频率切片小波变换和卷积神经网络的手势肌电信号识别[J]. 南昌大学学报（工科版）, 2021, 43(4): 401-. |
| [7] |
刘伟平田思文. 基于卷积神经网络的桩完整性分类[J]. 南昌大学学报（工科版）, 2021, 43(3): 263-. |
| [8] |
江朋陆远胡莹 . 基于LSTM+FP-Growth算法的印刷设备故障预警及诊断[J]. 南昌大学学报（工科版）, 2021, 43(3): 276-. |
| [9] |
张天助周辉林杨仙. 基于CNN-SVM的地下目标形状识别[J]. 南昌大学学报（理科版）, 2021, 45(1): 91-. |
| [10] |
朱剑饶泓李姗. 基于BERT-LSTM的答案选择模型[J]. 南昌大学学报（理科版）, 2021, 45(1): 85-. |
| [11] |
沈华 熊开宇 闫斌 邱桃荣. 知识图谱的用户兴趣向量化方法及应用[J]. 南昌大学学报（理科版）, 2020, 44(6): 610-. |
| [12] |
朱梅 陈易萍 姚毅 樊中奎 李渤. 基于深度学习的非对齐人脸验证方法[J]. 南昌大学学报（理科版）, 2020, 44(5): 496-. |
| [13] |
于海雯易昕炜徐少平刘婷云李崇禧. 一种基于卷积神经网络的快速噪声水平估计算法[J]. 南昌大学学报（理科版）, 2019, 43(5): 497-. |
| [14] |
周小娜陈志英卢超龙. 高压断路器在线监测及故障诊断系统设计[J]. 南昌大学学报（工科版）, 2017, 39(03): 274-. |
| [15] |
王时胜; 曾木华; 王国忠; 殷铭宏; 欧阳伟. 基于模糊产生式规则的企业供电网谐振故障诊断研究与仿真[J]. 南昌大学学报（理科版）, 2010, 34(01): 1-. |
|
|
|
|
