基于一維多尺度神經(jīng)網(wǎng)絡(luò)和庫普曼池化的滾動軸承故障診斷方法

摘要： 滾動軸承作為機(jī)械運(yùn)轉(zhuǎn)的核心部件，其發(fā)生故障會導(dǎo)致旋轉(zhuǎn)機(jī)械運(yùn)行狀態(tài)的惡化。卷積網(wǎng)絡(luò)作為滾動軸承故障診斷的一種方法，針對其固定窗口局限性，結(jié)合一維卷積神經(jīng)網(wǎng)絡(luò)(1D convolutional neural network, 1D-CNN)在處理一維數(shù)據(jù)的優(yōu)勢，利用多尺度思想在同一層同時(shí)使用不同大小的窗口提取信號特征，根據(jù)時(shí)間維度信息對異常檢測方法的影響，將1D-CNN的池化層與K... （共8頁）