基于FB-LSTM Resnet的滚动轴承故障诊断研究

	基于FB-LSTM Resnet的滚动轴承故障诊断研究
	徐敏 1; 王平2
	2022-05-09
发表期刊	轴承
页码	1-8
摘要	滚动轴承的故障状态直接影响着机械设备的稳定与安全运行，本文提出一种FB-LSTM Resnet下的滚动轴承故障诊断方法。分析诱发滚动轴承出现故障的因素与LSTM-Resnet网络，并将故障诊断过程划分为三个部分。其中，原始振动信号获取与处理模块主要利用振动信号窗平移方法完成重叠信号的分割，并利用Inception网络高效地完成一维信号预处理；振动信号特征提取模块采用FB-LSTM Resnet网络完成，该模块可有效处理层深所引起的退化情况；故障诊断分类模块选用全局池化层代替全连接层，能削减网络参量，从而有效规避过拟合情况。采用CWRU与QPZZ-II故障轴承样本集与加噪样本完成本文方法与FB-LSTM方法、Resnet方法、文献方法[3，5]下的有层次的对比分析，结果表明：本文方法的故障诊断准确率均优于文献方法[3，5]，并优于仅采用FB-LSTM方法或Resnet方法作为信号诊断层的方法。此外，本文方法可在较少的epoch中达到较优的准确率与损失值。
关键词	滚动轴承振动信号 CWRU QPZZ-II 过拟合
URL	查看原文
收录类别	北大核心
语种	中文
中图分类号	TP277;TH133.33
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/158289
专题	电气工程与信息工程学院
作者单位	1.重庆工业职业技术学院; 2.兰州理工大学电气工程与信息工程学院
推荐引用方式 GB/T 7714	徐敏,王平. 基于FB-LSTM Resnet的滚动轴承故障诊断研究[J]. 轴承,2022:1-8.
APA	徐敏,&王平.(2022).基于FB-LSTM Resnet的滚动轴承故障诊断研究.轴承,1-8.
MLA	徐敏,et al."基于FB-LSTM Resnet的滚动轴承故障诊断研究".轴承 (2022):1-8.