机床与液压

作者：郑直，单思然，曾魁魁，王志军，朱勇

单位：华北理工大学机械工程学院；华北理工大学机械工程学院；华北理工大学机械工程学院；华北理工大学机械工程学院；江苏大学国家水泵及系统工程技术研究中心

关键词：滚动轴承;RedNet网络;MicroNet网络;MobileNetV3网络

基金：河北省自然科学基金资助项目(E2022209086)；河北省高层次人才项目(B2020003033)；唐山市科技创新团队培养计划项目(21130208D)；河北省科技重大专项项目(22282203Z)

RedNet网络自带的余弦退火算法易使学习率陷入局部极小值，出现拟合现象，导致精度过低。针对此问题，对RedNet进行改进处理，提出了两种MicroNet-RedNet和MobileNetV3-RedNet新型网络。基于RedNet的Involution核思想，用MicroNet网络的微分解卷积和Dynamic Shift-Max动态激活函数对RedNet网络进行改进处理，提出了MicroNet-RedNet新型网络；利用MobileNetV3网络的h-swish激活函数和Squeeze-and-Excitation模块对RedNet进行改进处理，提出MobileNetV3-RedNet新型网络。通过对滚动轴承的实测内圈、外圈和滚动体3种故障的诊断分析可知：所提MicroNet-RedNet和所提MobileNetV3-RedNet可有效地诊断上述故障，诊断精度分别高达98.57%和93.81%，且较传统CNN和原算法RedNet的诊断精度提高很多。

来源：2024年第4期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第4期