一种基于多尺度卷积神经网络的滚动轴承故障诊断方法
基本信息
| 申请号 | CN202110209342.4 | 申请日 | - |
| 公开（公告）号 | CN113269221A | 公开（公告）日 | 2021-08-17 |
| 申请公布号 | CN113269221A | 申请公布日 | 2021-08-17 |
| 分类号 | G06K9/62;G06K9/00;G06N3/04;G06N3/08;G01M13/045 | 分类 | 计算；推算；计数; |
| 发明人 | 周文宣;王春;许园;许立环;蒋坤;周阳;邓敏强;邓艾东 | 申请（专利权）人 | 国家能源集团宿迁发电有限公司 |
| 代理机构 | 南京经纬专利商标代理有限公司 | 代理人 | 曹佩佩 |
| 地址 | 223803 江苏省宿迁市宿城区洋北镇 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于多尺度卷积神经网络的滚动轴承故障诊断方法，该方法包括：通过自适应变分模态分解将原始振动信号分解为本征模态分量；通过能量算子对本征模态分量进行包络解调以计算其包络信号；通过角域重采样和傅立叶变换计算包络信号的包络阶次谱，计算包络阶次谱的包络峭度并选择包络峭度最大的分量作为有效分量，通过多尺度卷积神经网络学习有效分量的包络阶次谱与故障类别间的映射关系，以实现风机滚动轴承健康状态的准确识别，本发明具有识别精度高，样本依赖性小的特点，仅根据单一工况下的历史监测数据训练模型，即可有效应用于变工况下风机滚动轴承的智能故障诊断。 |
