一种基于深层特征和迁移学习的滚动轴承故障诊断方法

摘要

本发明公开了一种基于深层特征和迁移学习的滚动轴承故障诊断方法。本发明中，特征提取模块的内部滚动轴承特征提取方法通过迁移学习理论，分析了SDAE自适应提取轴承深层特征的过程，并提取由时域、频域和时‑频域特征共同组成的浅层特征，从而配合故障诊断模块内部的诊断监测模块结合VMD和SVD对滚动轴承振动信号进行奇异值特征提取，再与奇异值熵、振动信号时域、频域特征一起共同构建滚动轴承多域特征集的方法，从而获得更能表征滚动轴承状态的特征，提高了对滚动轴承故障判断的准确性，也提高了系统的运行速度，为人民的故障判断使用节省了时间，增加了系统的运行效率。