基于振动灰度图像和卷积神经网络的轴承故障识别方法

摘要

本发明提供了一种基于振动灰度图像和卷积神经网络的轴承故障识别方法，属于信号处理技术领域，包括：采集轴承的一维振动信号；将所述一维振动信号转换为灰度矩阵；将所述灰度矩阵转换为振动灰度图像；利用卷积神经网络对所述振动灰度图像进行去噪处理，得到去噪图像；通过动态卷积神经网络对所述去噪图像进行训练分析，识别轴承故障。该方法将振动灰度图像与卷积神经网络强大的图像数据处理能力相结合，建立一种改进的卷积神经网络模型，将其应用到采煤机传动系统的滚动轴承故障诊断上，使用振动信号转换成的振动灰度图像对改进的CNN算法进行训练，使其可以实现滚动轴承的故障和信号的特征学习和识别。