公开(公告)号：CN116735206A

公开(公告)日：2023-09-12

申请号：CN202310771744.2

申请日：2023-06-27

Applicant: 大连海事大学

Inventor： 李国宾 ,  冯敬宇 ,  邢鹏飞 ,  宋玉超 ,  杨思凡

IPC: G01M13/045 ,  G06F18/10 ,  G06F18/211 ,  G06F18/213 ,  G06F18/214 ,  G06F18/24 ,  G06V10/82 ,  G06V10/764 ,  G06V10/771 ,  G06V10/774 ,  G06F123/02

Abstract: 本发明公开了一种基于吸引子和卷积神经网络的轴承摩擦状态识别方法，具体步骤为S1：采集滑动轴承试验台的轴承座分别处于液体摩擦状态、混合摩擦状态以及干摩擦状态下的加速度振动信号；S2：将采集的加速度振动信号降噪后通过相空间重构法生成三维吸引子图；S3：将三维吸引子图投影成二维吸引子图，并将二维吸引子图进行归一化处理后组成原始图像集；S4：建立卷积神经网络模型并基于原始图像集进行训练；S5：基于训练后的卷积神经网络模型对待测振动信号进行轴承摩擦状态识别，以确定其对应的摩擦状态。通过将吸引子相关方法应用于轴承摩擦状态识别中，能够揭示不同摩擦状态下轴承的非线性特征差异，从而为轴承摩擦状态的识别提供了依据。