基于深度神经网络的嵌入式轴承故障智能诊断系统

摘要

针对滚动轴承故障的在线监测与智能诊断问题,建立了一种基于深度神经网络(DNN)的嵌入式轴承故障智能诊断系统,采用轻便的可移动硬件设备完成滚动轴承的信号采集监测,可结合多种智能神经网络算法训练故障模型,快速诊断滚动轴承故障类型.采用凯斯西储大学数据集进行仿真实验,DNN模型平均测试准确率能够达到97.7％;对某型号直升机主减速器轴承进行测试实验,实验表明该智能诊断系统可以实现四种基础功能,完整采集滚动轴承信号并且进行故障诊断及结果显示,DNN模型平均测试准确率能够达到96.7％,在轴承智能检测方面取得了满意的效果.