一種基于對稱極坐標優(yōu)化的軸承深度遷移診斷方法

打開文本圖片集

摘要針對一維機械振動信號的圖形化特征表示問題，引入了對稱極坐標表示法，同時結(jié)合卷積神經(jīng)網(wǎng)絡(luò)強大的圖像分類識別能力，提出了一種基于對稱極坐標和殘差網(wǎng)絡(luò)遷移學習的軸承故障診斷方法。為突顯軸承振動信號故障特征并兼顧計算效率，利用對稱極坐標表示法將一維機械振動信號快速轉(zhuǎn)換成鏡面對稱雪花圖，利用 NSGA-II 同步優(yōu)化了數(shù)據(jù)采樣長度和對稱極坐標表示法的參數(shù)，獲取可區(qū)分性更好的極坐標對稱圖像特征，然后利用殘差網(wǎng)絡(luò)進行遷移學習的訓(xùn)練和分類，結(jié)合美國西儲大學軸承公開數(shù)據(jù)集對此方法進行驗證，取得了良好的識別效果。（剩余10736字）