公开(公告)号：CN111289251A

公开(公告)日：2020-06-16

申请号：CN202010124484.6

申请日：2020-02-27

申请人： 湖北工业大学

发明人： 孙国栋 ,  高媛 ,  胡也 ,  张航 ,  李超 ,  席志远

IPC分类号： G01M13/045 ,  G06K9/00 ,  G06K9/62 ,  G06T7/00 ,  G06T3/40 ,  G06T7/10 ,  G06N3/04 ,  G06N3/08

摘要： 本发明属于自动化检测技术领域，公开了一种滚动轴承细粒度故障识别方法，包括采集滚动轴承在正常状态、各种故障类别下的振动信号；对振动信号进行样本分割处理得到样本信号；对样本信号进行多同步压缩变换得到样本图像；利用样本图像建立训练集；将训练集输入至卷积神经网络中进行迭代训练，获得训练好的故障识别模型；采集滚动轴承故障振动信号作为待识别样本，进行样本分割处理得到待识别样本信号，进行多同步压缩变换得到待识别样本图像，将待识别样本图像输入至训练好的故障识别模型中进行故障识别，并获得故障识别结果。本发明解决了现有技术中对滚动轴承细粒度故障的识别率较低的问题，具有识别率高、鲁棒性强的优点。