基于EMD和残差神经网络的滚动轴承故障诊断方法
基本信息
申请号 | CN201811583249.4 | 申请日 | - |
公开(公告)号 | CN111351665B | 公开(公告)日 | 2021-08-31 |
申请公布号 | CN111351665B | 申请公布日 | 2021-08-31 |
分类号 | G01M13/045(2019.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 测量;测试; |
发明人 | 夏筱筠;孙鑫;孙维堂;聂菲;陆洋;贾欢 | 申请(专利权)人 | 中国科学院沈阳计算技术研究所有限公司 |
代理机构 | 沈阳科苑专利商标代理有限公司 | 代理人 | 李巨智 |
地址 | 110168辽宁省沈阳市东陵区南屏东路16号 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及一种基于EMD和残差神经网络的滚动轴承故障诊断方法,采集滚动轴承的多组原始振动数据,并将数据分为训练集和验证集;对训练集的每一组原始振动数据进行EMD分解,得到各个模态分量,将各个模态分量组合,得到二维特征图;将二维特征图输入到残差神经网络模型进行训练,并利用验证集调整出残差神经网络模型的超参数,形成训练后的残差神经网络模型;将滚动轴承的二维特征图输入到训练后的残差神经网络模型,输出故障诊断结果。本发明不需要复杂的统计学习过程,也不需要对轴承信息特殊的预处理,特征提取的过程比较便利;残差神经网络模型的搭建简单,训练速度快,分类准确率和召回率高。 |
