公开(公告)号：CN119474989A

公开(公告)日：2025-02-18

申请号：CN202411643219.3

申请日：2024-11-18

Applicant: 南京工程学院

Inventor： 刘坤 ,  张晓光 ,  石建全 ,  耿亮

IPC: G06F18/24 ,  G01M13/045 ,  G06F18/15 ,  G06F18/214 ,  G06N3/08 ,  G06N3/0464 ,  G06N20/10 ,  G06N3/006 ,  G06N3/0985 ,  G06F18/213 ,  G06N3/048 ,  G06F18/25

Abstract: 本发明公开了一种基于WSET_CNN_LBKA_LSSVM的滚动轴承故障诊断方法，包括：S1、利用小波同步提取变换的高时频分辨率特性，对传感器采集到的滚动轴承振动信号进行模态分解，得到分解后的时频图像，并对时频图像进行无损压缩处理；S2、将无损压缩处理后的时频图像数据按照设定比例划分为训练集和测试集；S3、将生成的训练集中的时频图像数据输入二维卷积神经网络，进行自适应的故障特征提取；S4、将二维卷积神经网络全连接层的输出结果作为最小二乘支持向量机的输入，并采用改进的黑翅鸢优化算法优化LSSVM的超参数，再通过LSSVM完成对故障种类的分类。本发明的方法在滚动轴承故障诊断中具备更高的分类精度和诊断准确性。