基于卷积神经网络和小波包的微型振动马达的故障检测

来源：机床与液压杂志2021年第7期北京时间：

作者：王瑞瑞，黄思思，冯战，方夏，冯涛

单位：四川大学制造科学与工程学院；四川大学制造科学与工程学院；四川大学制造科学与工程学院；四川大学制造科学与工程学院；四川大学制造科学与工程学院

摘要：针对手机振动马达检测量大、检测困难等问题，引入卷积神经网络对故障马达波形图进行分类检测。用采集卡采集马达转动时的原始电压信号，对电压信号进行两层小波包分解并重构低频信号，截取原始信号减去重构信号的波形图片进行预处理作为数据集。再用TensorFlow框架训练数据模型，对振动马达电刷不良、波形异常、波形跌落、磁场不良、良品5种类型进行分类，用改进的卷积网络模型测试集准确率达到了98.76%。因此基于改进的卷积神经网络有更好的诊断效果，且对提高故障诊断准确率有一定的作用。

关键词：卷积神经网络;振动马达;小波重构;故障诊断

基金资助：四川省科技厅重点研发项目（2019YFG0359；2019YFG0356）；泸州市重点科技研发项目（2019CDLZ-24）