ResNet-CNN模型在滚动轴承故障诊断中的应用

扫码查看

原文链接

万方数据
维普

中文摘要：滚动轴承故障诊断对于确保旋转机械设备的安全运行至关重要.基于凯斯西储大学轴承数据中心提供的开源数据集,将ResNet的CNN模型用于诊断正常轴承以及内圈、外圈和滚动体分别有故障的轴承的故障状态,并与另外两种机器学习模型随机森林和CNN进行对比.研究结果表明,ResNet-CNN模型在准确率和召回率等关键性能指标上均优于另外两种方法,证明其在轴承故障诊断中的有效性和优越性.

作者：

程廉升、王立萍、刘倩、杜宪宇、兰傲威、孙亚琦

展开 >

作者单位：

辽宁科技大学机械工程与自动化学院,辽宁鞍山 114051

关键词：

滚动轴承故障诊断 ResNet-CNN模型随机森林 CNN

基金：

国家自然科学基金项目2024年辽宁科技大学大学生创新创业训练计划项目

项目编号：

NSFC120720692024351

出版年：

2024

DOI：

10.16621/j.cnki.issn1001-0599.2024.08.17

设备管理与维修

中国机械工程学会北京卓众出版有限公司

设备管理与维修

影响因子：0.13

ISSN：1001-0599

年,卷(期)：2024.(15)