融合SDP和CNN的旋转机械齿轮箱故障诊断方法

摘要

针对旋转机械齿轮箱的齿轮与轴承故障,提出一种融合对称点图案SDP(Symmetrized Dot Pattern,SDP)和卷积神经网络CNN(Convolutional Neural Network)的故障诊断方法.首先,以模拟实验台MCDS获取大量故障实验数据,经过预处理产生的一维振动信号再经SDP转化为特征信息丰富的二维雪花图像;然后将SDP图像输入至CNN自动提取特征,再用分类器识别故障特征.实验证明,该方法能够有效和准确地识别齿轮箱的故障,各类故障的识别正确率在96％以上.