基于权重自适应特征融合的轴承故障诊断方法

• Published in: 郑州大学学报（理学版） Vol. 55; no. 4; pp. 54 - 60
• Main Authors: 刘晶, 梁佳杭, 封晨, 季海鹏
• Format: Journal Article
• Language: Chinese
• Published: 河北省数据驱动工业智能工程研究中心 天津 300400 01.07.2023; 河北工业大学 人工智能与数据科学学院 天津 300400; 天津开发区精诺瀚海数据科技有限公司 天津 300400; 河北工业大学 材料科学与工程学院 天津 300400; 天津开发区精诺瀚海数据科技有限公司 天津 300400%河北工业大学 人工智能与数据科学学院 天津 300400%天津光电通信技术有限公司 天津 300400%河北省数据驱动工业智能工程研究中心 天津 300400
• Subjects: 轴承故障诊断; 特征融合; 权重自适应
• ISSN: 1671-6841
• DOI: 10.13705/j.issn.1671-6841.2022169

TH133.3; 传统的轴承故障诊断方法大多直接从原始振动信号中降维,仅利用时域特征诊断故障,存在故障特征单一的问题.针对上述问题,提出基于权重自适应特征融合的轴承故障诊断方法.首先对原始故障信号进行时频分析,得到故障的频域和时频域信息,然后建立双通道特征提取网络模型,分别对频域特征和时频域特征进行提取,最后提出特征自适应加权算法对不同维度特征动态加权,实现特征加权融合诊断.采用凯斯西储大学和帕德博恩大学轴承故障数据集进行实验,在测试集上最佳准确率为 99.75％和 98.57％,且能保持较好的收敛速度,有效提高了轴承的故障诊断效率.