融合CNN与CSSVM的滚动轴承故障诊断方法
打开文本图片集
摘 要：针对传统故障诊断分类方法在旋转机械滚动轴承故障诊断中存在分类准确率不高、模型泛化能力弱的问题，提出一种基于信号处理技术结合深度学习算法的智能故障诊断模型。首先，按照一定比例重复划分原数据集实现数据扩充；其次，应用连续小波变换方法将扩充后的轴承振动信号转换成二维小波时频图；然后，采用改进后的卷积神经网络模型对划分后的二维图像集进行训练提取时频图像的深层特征；最后，将提取的特征向量输入到布谷鸟算法优化参数后的支持向量机分类层中，实现滚动轴承的故障分类。（剩余12818字）