一种基于FSST和AlexNet的船用离合器滚动轴承故障诊断方法技术

本发明专利技术公开了一种基于FSST和AlexNet的船用离合器滚动轴承故障诊断方法，涉及滚动轴承故障诊断的技术领域，该方法通过信号采集器采集故障信号，采用信号分段对样本进行均分切片；将得到的故障样本先后进行改进短时傅里叶变换和频率重排同步压缩变换得到时频图；将时频图进行图像预处理，并将时频图按比例划分为训练集、验证集和测试集；构建卷积神经网络模型，使用迁移学习方法调整预训练模型参数；将训练集输入到模型中训练，自动提取特征，根据损失计算结果调整参数，多次迭代后，获得最佳模型；将测试集输入至最佳模型中，获得信号的故障识别结果、模型准确率和模型混淆矩阵。通过本申请中的技术方案，解决传统的时频图不清晰和聚集性低的问题。

【技术实现步骤摘要】

本申请涉及滚动轴承故障诊断的，具体而言，涉及一种基于fsst和alexnet的船用离合器滚动轴承故障诊断方法。

技术介绍

1、滚动轴承是船用离合器中普遍使用的关键部件，一旦发生故障会影响整个系统的安全稳定运行。据统计，滚动轴承故障可占旋转机械故障的30％，因此对滚动轴承进行故障诊断具有重要意义。

2、目前常采用信号处理的方法对滚动轴承的振动信号进行分析，包括时域分析、频域分析和时频分析，由于滚动轴承发生故障时的振动信号具有非稳态和非线性特征，单一的时域或频域分析已经无法满足诊断需求，因而多使用时频联合分析生成时频图，获取单域分析无法提供的特征信息。经典的时频分析方法包括短时傅里叶变换、小波变换、wigner-ville分布等，在机械故障诊断领域得到了广泛应用。但这些方法依旧存在一些不足，如短时傅里叶变换采用固定的窗长，只适合对缓变信号进行分析，具有时间、频率分辨率无法兼得的矛盾；小波变换虽解决了窗长固定的问题，但在实际应用中难以选择合适的小波基，从而限制了其应用；wigner-ville分布对单分量信号的处理效果较好，但在对多分量信号进行处理时本文档来自技高网...

【技术保护点】

1.一种基于FSST和AlexNet的船用离合器滚动轴承故障诊断方法，其特征在于，该方法包括：

2.如权利要求1所述的基于FSST和AlexNet的船用离合器滚动轴承故障诊断方法，其特征在于，所述步骤2中改进短时傅里叶变换和频率重排同步压缩变换的具体步骤为：

3.如权利要求1所述的基于FSST和AlexNet的船用离合器滚动轴承故障诊断方法，其特征在于，所述离合器滚动轴承故障包括：正常、内圈故障、外圈故障、滚子故障和保持架故障。

4.如权利要求1所述的基于FSST和AlexNet的船用离合器滚动轴承故障诊断方法，其特征在于，所述步骤3中图像预处理包括图...

【技术特征摘要】

1.一种基于fsst和alexnet的船用离合器滚动轴承故障诊断方法，其特征在于，该方法包括：

2.如权利要求1所述的基于fsst和alexnet的船用离合器滚动轴承故障诊断方法，其特征在于，所述步骤2中改进短时傅里叶变换和频率重排同步压缩变换的具体步骤为：

3.如权利要求1所述的基于fsst和alexnet的船用离合器滚动轴承故障诊断方法，其特征在于，所述离合器滚动轴承故障包括：正常、内圈故障、外圈故障、滚子故障和保持架故障。

4.如权利要求1所述的基于fsst和alexnet的船用离合器滚动轴承故障诊断方法，其特征在于，所述步骤3中图像预处理包括图像裁剪、随机水平翻转和...

【专利技术属性】
技术研发人员：傅顺军，罗强，李江，林铿，潘康毅，
申请(专利权)人：中国船舶集团有限公司第七〇四研究所，
类型：发明
国别省市：