文档摘要:轴承作为旋转机械的关键零部件,其健康状态检测对于保证工业生产安全具有重要的作用,基于人工分析的方法已经无法满足当前大型复杂设备的故障诊断需求.随着人工智能的发展,以卷积神经网络为代表的深度学习模型逐渐成为智能故障诊断领域的主流方法,然而大多数智能轴承故障诊断模型仅仅采用单分支和单尺度的故障特征,严重限制了特征的丰富度和诊断精度.本文提出一种基于多尺度分支融合的智能故障诊断方法,采用多个并行的卷积分支提取故障信号的多尺度特征;通过特征融合将这些多尺度特征进行融合互补;最后,将融合互补后的特征进行故障诊断.实验结果表明,本文的方法可以有效地提高故障诊断的精度,对于工业设备的故障预测与健康管理具有重要的意义.
Abstract:Asakeycomponentofrotatingmachinery,bearinghealthdetectionplaysanimportantroleinensuringthesafetyofindustrialproduction.Methodsbasedonmanualanalysiscannolongermeetthecurrentfaultdiagnosisneedsoflargeandcomplexequipment.Withthedevelopmentofartificialintelligence,thedeeplearningmodelrepresentedbyconvolutionalneuralnetworkhasgraduallybecomethemainstreammethodinthefieldofintelligentfaultdiagnosis.However,mostoftheintelligentbearingfaultdiagnosismodelsonlyusesinglebranchandsinglescalefaultfeatures,whichseverelylimitsthefeaturerichnessanddiagnosticaccuracy.Therefore,thispaperproposesanintelligentfaultdiagnosismethodbasedonmulti-scalebranchfusion.Specifically,themethodusesmultipleparallelconvolutionalbranchestoextractthemulti-scalefeaturesofthefaultsignal,fusesthesemulti-scalefeaturestocomplementeachotherthroughfeaturefusion,andfinallyperformsfaultdiagnosiswiththefusedandcomplementedfeatures.Experimentalresultsshowthatthemethodinthispapercaneffectivelyimprovetheaccuracyoffaultdiagnosis,whichisofgreatsignificanceforfaultpredictionandhealthmanagementofindustrialequipment.
作者:王磊 刘培培 Author:WANGLei LIUPeipei
作者单位:河钢数字技术股份有限公司,石家庄050035河钢数字技术股份有限公司,石家庄050035;雄安威赛博智能科技有限公司,河北雄安070001
刊名:智能计算机与应用
Journal:IntelligentComputerandApplications
年,卷(期):2024, 14(7)
分类号:TP391.4
关键词:故障诊断 深度学习 卷积神经网络 多尺度分支 轴承
Keywords:faultdiagnosis deeplearning convolutionalneuralnetworks multi-scalebranch bearing
机标分类号:TP391.41TP277TP182
在线出版日期:2024年7月22日
基金项目:工信部工业互联网创新发展工程,河北省省级科技计划基于多尺度分支融合的智能故障诊断方法[
期刊论文] 智能计算机与应用--2024, 14(7)王磊 刘培培轴承作为旋转机械的关键零部件,其健康状态检测对于保证工业生产安全具有重要的作用,基于人工分析的方法已经无法满足当前大型复杂设备的故障诊断需求.随着人工智能的发展,以卷积神经网络为代表的深度学习模型逐渐成为智...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词:故障诊断,深度学习,卷积神经网络,多尺度分支,轴承,
- 文件大小:
- 3.79 MB
- 下载次数:
- 60
-
高速下载
|
|