公开(公告)号：CN109632309A

公开(公告)日：2019-04-16

申请号：CN201910042618.7

申请日：2019-01-17

Applicant: 燕山大学

Inventor： 时培明 ,  苏冠华 ,  殷晓迪 ,  田警辉

IPC: G01M13/045 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

CPC classification number: G01M13/045 ,  G06K9/00523 ,  G06K9/00543 ,  G06K9/6256 ,  G06K9/6267 ,  G06N3/0454 ,  G06N3/088

Abstract: 本发明公开了一种基于改进S变换与深度学习的滚动轴承故障智能诊断方法，通过对S变换加入窗宽调节因子的方式来改变其高斯窗函数窗宽，进而改善S变换的时频分辨率，使其能精确地检测到振动信号中的冲击分量，以便更好的提取滚动轴承振动信号的故障特征。本方法对轴承故障的振动信号做改进S变换，得到信号的特征矩阵，将特征矩阵按列展开成特征向量输入到稀疏自动编码器模型中，利用编码器的特性，进一步提取数据的深层特征，挖掘出人工无法识别的一些重要的隐含信息；并对提取到的特征做出准确的分类。本发明可以有效的提高滚动轴承故障诊断的准确率。