公开(公告)号：CN112052902A

公开(公告)日：2020-12-08

申请号：CN202010929759.3

申请日：2020-09-07

Applicant: 北京信息科技大学

Inventor： 刘秀丽 ,  吴国新 ,  徐小力 ,  刘春晓

IPC: G06K9/62 ,  G06K9/00 ,  G06N3/04 ,  G01M13/045

Abstract: 本发明涉及一种滚动轴承故障诊断方法、系统、计算机程序及存储介质，其包括：将采集到的滚动轴承原始振动信号进行分段和二维堆叠后，得到二维数列；将二维数列代入卷积神经网络分支中，进行特征提取，同时提取时间域和空间域的特征；将截取的第n组数据代入长短时记忆网络分支中，得到和卷积神经网络运算后相同格式的数据；将经卷积网络分支处理的数据和经长短时记忆网络分支处理的数据利用残差网络的并联结构进行加权，并代入池化层中进行池化运算；重复前述步骤构建时空神经网络的网络层，构建若干层之后将输出数据代入最后的全连接层进行计算；再使用softmax进行分类，根据分类结果判断滚动轴承是否存在故障以及故障类型。

公开(公告)号：CN112052902B

公开(公告)日：2023-05-23

申请号：CN202010929759.3

申请日：2020-09-07

Applicant: 北京信息科技大学

Inventor： 刘秀丽 ,  吴国新 ,  徐小力 ,  刘春晓

IPC: G06F18/24 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/0442 ,  G06N3/045 ,  G01M13/045

Abstract: 本发明涉及一种滚动轴承故障诊断方法、系统、计算机程序及存储介质，其包括：将采集到的滚动轴承原始振动信号进行分段和二维堆叠后，得到二维数列；将二维数列代入卷积神经网络分支中，进行特征提取，同时提取时间域和空间域的特征；将截取的第n组数据代入长短时记忆网络分支中，得到和卷积神经网络运算后相同格式的数据；将经卷积网络分支处理的数据和经长短时记忆网络分支处理的数据利用残差网络的并联结构进行加权，并代入池化层中进行池化运算；重复前述步骤构建时空神经网络的网络层，构建若干层之后将输出数据代入最后的全连接层进行计算；再使用softmax进行分类，根据分类结果判断滚动轴承是否存在故障以及故障类型。