公开(公告)号：CN116933122A

公开(公告)日：2023-10-24

申请号：CN202310657243.1

申请日：2023-06-05

Applicant: 大连理工大学

Inventor： 卢伟 ,  王晓勇 ,  孙清超 ,  孙伟

IPC: G06F18/24 ,  G01M13/045 ,  G06F18/2337 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 一种基于粒计算的轴承故障诊断方法，该方法包括两个主要组成部分：轴承故障特征提取和轴承故障类型确定。利用带有超参数优化的卷积神经网络(CNN)提取轴承故障特征，得到具有不同输出维度的轴承故障特征；然后将提取的故障特征作为粒计算中基于超球信息粒的输入，确定故障类型。本发明的CNN‑GC模型实现了从数值空间到粒度空间的转换，可以获得更准确的值和更好的粒度结果。通过CWRU轴承数据集的实验结果表明，CNN‑GC模型在准确性和可解释性方面具有优越性，准确率达到99.8％。