振动映射图像驱动的机械传动系统多部件智能故障诊断方法

来源：振动与冲击杂志2025年第12期北京时间：

作者：樊红卫hw_fan@xust,，张腾，胥皓文，李青山，陈步冉，李鹏飞

单位：1.西安科技大学机械工程学院， 西安710054；2.陕西省矿山机电装备智能检测与控制重点实验室， 西安710054

摘要：为实现低转速、弱故障和少测点下机械传动系统轴承、转子和齿轮多部件智能故障诊断，提出了一种基于改进振动映射灰度纹理图像和多尺度轻量化卷积神经网络的故障诊断方法。通过对传统灰度图像进行鲁棒局部二值化(Robust local binary pattern, RLBP)得到特征增强的灰度纹理图像。基于标准卷积神经网络(Convolutional neural network, CNN)，通过添加批归一化、多尺度卷积和简化全连接层，构建了多尺度轻量化卷积神经网络(Multi-scale lightweight CNN, MSLCNN)模型。设计了700r/min下单测点故障诊断实验，模拟了轴承、转子和齿轮的7种典型故障。研究表明，所提故障诊断方法的模型参数量为0.30M，浮点运算次数为127.22M，模型大小为1.17MB，平均诊断准确率为98.42%，为数据驱动基于深度学习的机械传动系统多部件故障诊断提供了新的可行途径。<br>

关键词：传动系统；故障诊断；灰度纹理图像；卷积神经网络