短时傅里叶变换结合DRSN的滚动轴承故障诊断研究

作     者：韩东洋 陈宏 陈新财 王军辉 魏李军 HAN Dongyang;CHEN Hong;CHEN Xincai;WANG Junhui;WEI Lijun

作者机构：郑州大学机械与动力工程学院振动工程研究所河南郑州450001 

出 版 物：《中国测试》 (China Measurement & Test)

年 卷 期：2024年第50卷第10期

页      面：136-141页

学科分类：08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 

基　　金：国家自然科学基金项目(51405453) 

主　　题：滚动轴承 故障分类 深度残差收缩网络 软阈值化 短时傅里叶变换 

摘      要：针对滚动轴承在复杂噪声环境下故障分类困难等问题,文章提出一种短时傅里叶变换(STFT)和深度残差收缩网络(DRSN)相结合的轴承故障诊断方法。首先利用短时傅里叶变换对滚动轴承原始振动信号进行时域频域处理得到信息更丰富的故障时频图样本,分为训练集和测试集;将软阈值模块引入到深度残差网络残差块中,其中的残差连接和软阈值模块能够滤除噪声并提取样本特征中的有效信息,输出到分类器上完成端对端的高准确率轴承故障分类。为验证所提方法的可行性,将该方法与其他模型作对比,实验结果表明,该方法在强噪声干扰下能表现出较高的分类性能,稳定性优于其他模型。