基于深度学习的滚动轴承智能故障诊断方法

摘要

本发明公开了一种基于深度学习的滚动轴承智能故障诊断方法，将振动加速度传感器设置在滚动轴承处，采集在多个故障状态和正常状态下的一维时间序列故障数据，并进行预处理，将预处理后的所述数据划分为训练集、验证集和测试集，建立改进的CNN诊断模型，将所述训练集中的数据输入模型用于模型参数的训练和学习，运用验证集的数据对训练过程中的CNN诊断模型诊断准确率进行实时验证，直到获取合适的CNN诊断模型超参数和验证准确率为止，当验证准确率达到设定的目标值时，模型结束训练，同时保存最佳的CNN诊断模型参数，最后将测试集的样本数据输入到已训练改进CNN诊断模型中完成最终的测试，得到最终的故障诊断结果。