一种基于振动信号的旋转机械故障直接智能诊断方法

摘要

本发明公开了一种基于振动信号的旋转机械故障直接智能诊断方法，包括如下步骤：第一步，通过重叠取样层对已收集的故障信号进行取样；第二步，通过卷积层对样本进行分段；第三步，通过训练数据来训练L3/2正则化后的稀疏滤波网络，并获得权值矩阵，通过权值矩阵及新的激活函数来提取数据段的故障特征；第四步，通过池化层对计算得到的分段的特征进行池化降维；第五步，池化后的特征对输出层即Softmax分类器进行训练，对提取的各个样本的特征进行分类；第六步，将故障信号输入训练好的网络进行诊断。本发明的基于振动信号的旋转机械故障直接智能诊断方法实现特征自动提取和对故障信号直接智能诊断，泛化能力更好，准确率和稳定性较高。