一种基于Morlet小波变换和卷积神经网络的轴承故障诊断方法

摘要

本发明属于机械故障诊断领域，特别涉及到Morlet小波变换和卷积神经网络的应用。具体是提出了一种基于Morlet小波变换和卷积神经网络的轴承故障诊断方法。直接将振动信号的Morlet小波变换系数矩阵归一化后作为卷积神经网络的输入。在卷积神经网络的训练阶段，采用带标签有监督的学习算法，使用极小化适应函数的准则，利用带动量的梯度下降法调整各层的权值和偏置。将训练好的卷积神经网络用于轴承故障的分类，对分类结果进行解释就实现了对轴承故障的诊断。本发明创造性地将Morlet小波变换和卷积神经网络结合起来用于轴承故障的诊断，在原始分类数据的处理上比现有的技术简单，经测试，对于自建的样本库能到达80％以上的诊断识别率。