基于ResNet18和遷移學(xué)習(xí)的滾動軸承故障診斷
組合機床與自動化加工技術(shù)
頁數(shù): 5 2024-08-16
摘要: 針對基于深度學(xué)習(xí)的滾動軸承故障診斷網(wǎng)絡(luò)層數(shù)過深模型易退化、難以收集大量故障樣本的問題,提出一種基于ResNet18和遷移學(xué)習(xí)的滾動軸承故障診斷方法。首先,采用小波變換將原始振動信號轉(zhuǎn)換為二維時頻圖像,并通過圖像增強方法凸顯圖像包含的時頻信息;其次,通過遷移學(xué)習(xí),將在ImageNet數(shù)據(jù)集上預(yù)訓(xùn)練的ResNet18作為初始故障診斷模型;最后,利用軸承數(shù)據(jù)集微調(diào)網(wǎng)絡(luò)所有參數(shù),生成最...