基于改进优化算法的轧机滚动轴承深度学习故障诊断方法

doi:10.16197/j.cnki.lnunse.2023.01.013

辽宁大学学报（自然科学版） ›› 2023, Vol. 50 ›› Issue (01) : 28-37. DOI: 10.16197/j.cnki.lnunse.2023.01.013

高坤, 黄雁, 马冰冰, 吴菁晶, 霍利锋, 李旭

作者信息 +

History +

摘要

近年来，基于深度学习的智能故障诊断方法在理论研究和工程应用方面都取得了显著的效果，滚动轴承是轧机的核心部件之一，对轧机轴承进行精确的故障诊断能够有效保障轧机装备安全运行与生产效率.当前基于深度学习的故障诊断方法通常训练过程不稳定，模型难以收敛，造成工程应用中随机性强.本文提出基于改进优化算法的轧机滚动轴承深度故障诊断方法，在保证模型诊断精度的同时提升训练效率、模型输出结果的稳定性以及模型相对于参数变化所表现出的鲁棒性，并通过实验台获取滚动轴承的故障数据，使用该方法对数据进行诊断来证明方法的准确性.