基于S变换与微型卷积神经网络模型的轴承故障诊断方法

摘要

本发明提供了基于S变换与微型卷积神经网络模型的轴承故障诊断方法。所述方法包括对数据集中的一维时域信号进行S变换，得到二维时频域图像；进行双线性插值，调整图像大小，将调整后的所述二维时频域图像划分为训练集和测试集；构建微型卷积神经网络模型，将训练集的数据输入微型卷积神经网络模型进行训练，得到轴承故障诊断模型；将测试集的数据输入到轴承故障诊断模型，对测试集数据中的轴承故障进行诊断。以此方式，可以利用S变换对数据进行预处理，提高信噪比，克服因信号处于强噪声环境而造成的信号特征不突出的问题，扩展了信号分析域；通过微型卷积神经网络模型对多种滚动轴承的故障进行智能诊断，提高故障诊断的准确率。