基于优化 CNN 与信息融合的地铁牵引电机轴承故障诊断

来源：机械与电子杂志2023年第08期北京时间：

作者：王浏洋;徐彦伟;颉潭成;曹胜博

单位：1. 河南科技大学机电工程学院,河南 洛阳 471003 ;

摘要：针对在单一传感器下轴承故障识别率低的问题,提出一种基于优化 CNN 与信息融合的地铁牵引电机轴承故障智能检测方法。首先,选取 NU216 轴承为研究对象,预制故障缺陷;然后,采用正交试验法设计试验方案,采集 NU216 轴承的振动信号和声发射信号;其次,将原始数据通过连续小波变换,分别提取轴承的振动和声发射信号的时频域特征,并将 2 类单通道数据进行融合,得到双通道融合数据集;最后,将得到的 3 类数据集分别划分为训练集和测试集,输入优化后的卷积神经网络模型进行训练、测试。试验结果表明,基于振动信号的故障诊断准确率为 95.76% ,基于声发射信号的故障诊断准确率为 92.33% ,基于融合信号的故障诊断准确率为 98.59% 。

关键词：参数优化;卷积神经网络;信息融合;地铁牵引电机轴承;故障诊断

基金资助：国家自然科学基金资助项目( 51805151 );河南省高等学校重点科研项目( 21B460004 )