基于PCA-CNN的滚动轴承故障诊断方法研究

来源：机床与液压杂志2021年第19期北京时间：

作者：游达章，陈林波，张业鹏，康亚伟，张扬

单位：湖北工业大学机械工程学院；湖北工业大学机械工程学院；湖北工业大学机械工程学院；湖北工业大学机械工程学院；湖北工业大学机械工程学院

摘要：滚动轴承工作环境恶劣、复杂，在采集信号的过程中，不可避免地会有噪声夹杂其中。为实现快速特征提取的同时提高识别率，提出一种基于主成分分析(PCA)降噪的卷积神经网络(CNN)故障诊断方法。该方法引入PCA对信号进行降噪预处理，再将处理后的信号转换成二维特征图像，输入CNN模型以提取转换后的图像特征，进行故障模式识别与分类。利用凯斯西储大学滚动轴承数据集进行故障诊断试验，结果表明：所提方法具有可行性与有效性，且满足鲁棒性和实时性的应用要求。

关键词：主成分分析;卷积神经网络;故障诊断;滚动轴承

基金资助：国家自然科学基金面上项目（51875180）