机床与液压

作者：刘其洪，陈璐，李伟光，伍世豪

单位：华南理工大学机械与汽车工程学院；华南理工大学机械与汽车工程学院；华南理工大学机械与汽车工程学院；华南理工大学机械与汽车工程学院

关键词：微电机;ALIF;GAF;深度学习

微电机是一种重要的动力驱动元件，其诊断过程并不复杂，但人工听音比较低效且诊断结果片面，投入大量的人工对其进行分类是不合理的。为了提高微电机的诊断效率和实用性，提出一种诊断方法。使用自适应局部迭代滤波方法来降低噪声，然后用格拉姆角场将特征提取后的声音信号转换为图像，将转换后的图像应用深度卷积神经网络模型进行分类研究。基于微电机声音信号实验采集装置，对采集的数据应用所提出的方法进行故障诊断分类，并与其他方法进行比较。结果表明，该方法比其他方法具有更高的分类精度，准确率达到94.1%。

来源：2024年第9期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第9期