基于STFT同步壓縮變換和ResNet參數(shù)遷移的滾動軸承智能診斷

摘要： 為提升艦船用泵的滾動軸承的故障診斷準確率，提出一種基于短時傅里葉變換（STFT）同步壓縮變換和ResNet參數(shù)遷移的智能診斷方法。采用基于STFT的同步壓縮變換算法，將軸承的一維振動信號變換為二維時頻圖，再將時頻圖輸入至基于參數(shù)遷移的深度殘差卷積神經網絡（ResNet）中進行特征提取和故障識別。利用實驗室的軸承故障模擬數(shù)據對所提方法的有效性進行驗證，并將所提的網絡模型與其他經典... （共11頁）