典型文献
基于稀疏自适应S变换和深度残差网络的轴承故障诊断方法
文献摘要：
复杂滚动轴承振动信号存在非线性、非平稳等问题,传统信号处理方法难以实现故障特征的有效提取和高精度的故障分类.针对此问题,从轴承振动信号的时频特性出发,提出一种基于稀疏自适应S变换和深度残差网络的轴承故障诊断方法.首先将采集的振动信号进行稀疏自适应S变换,得到轴承不同工况下的时频图像特征;然后构建深度残差网络结构,并合理的选取优化器、初始学习率等网络参数,提出基于深度残差网络的轴承故障诊断模型.对某滚动轴承振动数据集的计算结果表明,基于稀疏自适应S变换的时频分析方法具有较高的时频分辨率,所构建的深度残差网络模型能够准确识别不同故障状态及其严重程度下的轴承运行信息,为滚动轴承的故障状态诊断提供了技术支撑.
文献关键词：
故障诊断;滚动轴承;振动信号;时频特性;稀疏自适应S变换;深度残差网络
中图分类号：
作者姓名：
李峰;陈皖皖;杨义
作者机构：
上海电力大学 电气工程学院,上海200090
文献出处：
引用格式：
[1]李峰;陈皖皖;杨义-.基于稀疏自适应S变换和深度残差网络的轴承故障诊断方法)[J].电机与控制学报,2022(08):112-119
A类：
B类：
轴承故障诊断,故障诊断方法,滚动轴承振动信号,非平稳,信号处理,难以实现,故障特征,有效提取,故障分类,时频特性,不同工况,时频图像,图像特征,残差网络结构,并合,优化器,初始学习率,网络参数,故障诊断模型,时频分析方法,深度残差网络模型,准确识别,故障状态,承运,状态诊断
AB值：
0.246682
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
