重庆理工大学学报2021，Vol.35Issue(1) ：138-144.DOI:10.3969/j.issn.1674-8425(z).2021.01.018

基于同步提取变换和DRSN的滚动轴承故障诊断研究

Fault Diagnosis of Rolling Bearing Based on SET and DRSN

赵杰 陈志刚 赵志川 张楠
重庆理工大学学报2021，Vol.35Issue(1) ：138-144.DOI:10.3969/j.issn.1674-8425(z).2021.01.018
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于同步提取变换和DRSN的滚动轴承故障诊断研究

Fault Diagnosis of Rolling Bearing Based on SET and DRSN

赵杰 1陈志刚 2赵志川 1张楠2
扫码查看

作者信息

  • 1. 北京建筑大学 机电与车辆工程学院,北京 100044
  • 2. 北京建筑大学 机电与车辆工程学院,北京 100044;北京市建筑安全监测工程技术研究中心,北京 100044
  • 折叠

摘要

针对旋转设备在复杂运行工况下,滚动轴承故障信号特征难以准确提取及识别的问题,结合深度残差收缩网络(depth residual contraction network,DRSN)的优势,将同步提取变换(simultaneous extraction transformation,SET)和深度残差收缩网络结合的故障诊断方法应用于轴承故障诊断.首先利用同步提取变换时频分辨率高的特点,对采集到的滚动轴承外圈信号进行模态分解和处理,得到分解后的时频图像:然后对图像进行灰度处理,并进行降维,以适合DRSN模型输入,最后进行故障特征识别,实现滚动轴承故障诊断.实验结果表明,该方法有效实现了复杂工况下对滚动轴承故障信号的特征提取,提高了故障识别率.

关键词

滚动轴承/时频分析/同步提取变换/深度残差收缩网络/深度学习

引用本文复制引用

基金项目

国家自然科学基金(51605022)

北京市属高校基本科研业务费项目(X20061)

北京建筑大学研究生创新项目(PG2020091)

北京建筑大学研究生创新项目(PG2020089)

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量2
参考文献量4
段落导航相关论文