计量学报

作者：胡向东,梁川,杨希

单位：重庆邮电大学 自动化学院/工业互联网学院,重庆 400065

关键词：计量学; 滚动轴承; 故障诊断; 时频增强; 少样本

基金：重庆市自然科学基金(cstc2021jcyj-msxmX0330)

针对滚动轴承故障样本稀缺、振动特征提取困难导致故障诊断准确率低的难题,提出一种基于时频增强的滚动轴承少样本故障诊断方法。首先,对滚动轴承一维振动信号进行重叠采样,利用连续小波变换对采样信号段进行时频域特征映射,构造二维时频矩阵;其次,通过深度卷积生成对抗网络对真实时频样本进行训练后,将生成时频样本加入到训练集中;然后,采用时序卷积网络融合深层次的时频域特征;最后,构建Softmax分类器输出与故障类别对应的状态。仿真实验结果表明,在仅有10个训练样本的条件下,该方法在凯斯西储大学滚动轴承数据集中的诊断准确率均值达91.00%,相较未经时频增强的方法提高了7.56%,并利用实测数据验证了时频增强方法能够显著提升少样本情形下的故障诊断准确率。

来源：2023年第1期

《计量学报》期刊编辑部

查看计量学报杂志2023年第1期