基于深度学习与电子听诊器的轴承故障诊断

来源：机床与液压杂志2022年第9期北京时间：

作者：雷高伟，张清华，苏乃权，邵龙秋

单位：广东石油化工学院；广东石油化工学院；广东石油化工学院；广东石油化工学院

摘要：针对滚动轴承故障诊断，受启发于传统人工听诊的做法，以及利用传统机器学习方法提取故障特征过度依赖人工、诊断正确率低等问题，提出一种基于深度学习与电子听诊器相结合的滚动轴承故障诊断方法。该方法利用电子听诊器获取轴承不同健康状态下运行的声音信号，以轴承转动周期为数据样本长度，采用重采样数据集增强方法提高模型的泛化性。搭建基于TensorFlow的一维卷积神经网络深度学习模型进行实验验证，并利用t-SNE对分类过程进行可视化，诊断正确率达到99%。

关键词：深度学习;电子听诊器;滚动轴承;故障诊断

基金资助：国家自然科学基金重点项目（61933013）;国家自然科学基金面上项目（61973094；62073090）;广东省自然科学基金项目（2019A1515010700）;茂名市科技计划项目（2020517）