一种基于深度学习的轴承状态识别方法及系统

摘要

本发明涉及故障诊断技术领域，具体涉及一种基于深度学习的轴承状态识别方法及系统，所述方法为：首先根据轴承的物理参数确定轴承的特征频率，所述特征频率包括：滚动轴承外圈故障特征频率、滚动轴承内圈故障特征频率、滚动体故障特征频率、保持架故障特征频率；接着获取轴承的振动信号，实时判断轴承的振幅是否偏离阈值范围；当轴承的振幅在阈值范围内时，根据所述轴承的当前运行频率与所述特征频率的偏离度进行状态识别，得出轴承的当前状态，本发明能够实时、准确的进行轴承状态识别。