机床与液压

作者：冯国红，王宏恩，刁鹏飞，张润泽，付晟宏

单位：东北林业大学机电工程学院；东北林业大学机电工程学院；东北林业大学机电工程学院；东北林业大学机电工程学院；东北林业大学机电工程学院

关键词：故障诊断;深度学习;递归图;迁移学习

针对实际工程中故障振动信号数据分布不同、数据量小的问题，提出一种基于卷积神经网络进行迁移学习的滚动轴承诊断方法。利用递归图对滚动轴承的一维时序数据进行图像转换，得到二维图像下的源域数据和目标域数据；将源域数据输入到添加ECA注意力机制的ResNet网络中进行预训练，得到预训练权重；将预训练权重迁移至模型当中，用少量样本进行训练，以验证集准确率为基准，获取此时的训练权重，并保存至目标模型中，最后将测试集数据输入到此时的模型进行验证。结果表明:所提方法能够在目标域仅有少量训练样本的情况下，达到较高的故障识别准确率，且具有较强的鲁棒性能和泛化性能。

来源：2024年第16期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第16期