基于残差网络和时频域特征融合的滚动轴承故障诊断方法

来源：机床与液压杂志2024年第15期北京时间：

作者：刘飞，荆晓远，韩光信，冯宇健，廖珂

单位：吉林化工学院信息与控制工程学院；广东石油化工学院计算机学院；吉林化工学院信息与控制工程学院；南京邮电大学物联网学院；吉林化工学院信息与控制工程学院

摘要：针对单一时频域方法对振动信号特征提取能力有限的问题，提出一种基于残差网络和时频域融合的滚动轴承故障诊断方法。通过采集轴承振动信号，计算滚动轴承振动信号量纲一和有量纲特征统计指标、能量算子指标共12个时域特征；将时域信号转化成频域信号，提取出4个频域特征指标；使用离散小波变换进一步提取信号特征，得到16个时频域特征。构建残差网络，将原始振动信号输入残差网络提取特征，在全连接层将提取的时域、频域、时频域特征连接得到32个特征，并与残差网络提取的时域特征融合。最后，将融合的特征输入分类网络得到故障诊断结果。根据在某故障诊断重点实验室数据集以及企业真实运行数据集上的实验验证，提出的方法相对于其他经典分类模型拥有更好的性能。

关键词：滚动轴承;故障诊断;残差网络;特征提取

基金资助：国家自然科学基金面上项目(62176069)