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.
基金项目
国家自然科学基金项目(NSFC12072069)
2024年辽宁科技大学大学生创新创业训练计划项目(2024351)
维普
万方数据