基于胶囊神经网络的轴承故障诊断方法研究

摘要

轴承故障诊断作为轨道交通技术的研究热点,是保障安全运行的重要一环。针对传统神经网络出现的特征抓取不足,池化层信息丢失引起的识别率较低的问题,给出了基于胶囊神经网络进行轴承故障诊断的方法。以凯斯西储大学的滚动轴承数据作为样本,提出通过改进胶囊神经网络提取数据的全部特征和局部特征,实现轴承状态识别。算法在基准数据集上获得97.58%的识别准确率,超过了当前轴承故障诊断的主流方法,该文算法具有一定的先进性。