基于残差网络的RV减速器故障诊断
Fault Diagnosis for RV Reducer Based on Residual Network作者机构:浙江大学机械工程学院杭州310058
出 版 物:《机械工程学报》 (Journal of Mechanical Engineering)
年 卷 期:2019年第55卷第3期
页 面:73-80页
核心收录:
学科分类:080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程]
基 金:国家高技术研究发展计划(863计划 2015AA043002) 国家自然科学基金(51375436) 浙江省重大科技专项(2017C01047)资助项目
摘 要:为了提升对RV减速器的故障诊断的准确率,采用残差网络诊断RV减速器的故障。通过振动试验台测得RV减速器4种故障模式与正常模式下的振动信号,由此构造训练和测试数据集,并对训练集进行数据增强处理。然后将截取的一维信号样本预处理转换为二维信号样本,输入残差网络进行训练和5折交叉验证。接着通过残差网络的分类准确率与DNN、LeNet、10层CNN等模型的准确率进行比较,结果表明残差网络优于传统方法,对RV减速器故障的分类准确率达到了98.11%。进一步采用了西储大学轴承数据集对模型的泛用性进行验证。最终,通过LDA(线性判别分析)对残差网络平均池化层的输出进行降维,分析了散点图与RV减速器故障类型之间的关系。