基于CWT-CNN的离心泵轴承故障识别方法.pdf
２０２４年６月Ｊｕｎ２０２４
第５２卷第１２期Ｖｏｌ５２Ｎｏ１２
－
ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１３８８１２０２４１２０２９
－－
文献引用：张鑫宇，付强，黄倩，等．基于ＣＷＴＣＮＮ的离心泵轴承故障识别方法［Ｊ］．机床与液压，２０２４，５２（１２）：２０２２０７．
－
Ｃｉｔｅａｓ：ＺＨＡＮＧＸｉｎｙｕ，ＦＵＱｉａｎｇ，ＨＵＡＮＧＱｉａｎ，ｅｔａｌ．ＦａｕｌｔｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｏｆｃｅｎｔｒｉｆｕｇａｌｐｕｍｐｂｅａｒｉｎｇｂａｓｅｄｏｎＣＷＴＣＮＮ
－
［Ｊ］．ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２４，５２（１２）：２０２２０７．
－
基于ＣＷＴＣＮＮ的离心泵轴承故障识别方法
１，２１，２２，３１，２１，２
张鑫宇，付强，黄倩，朱荣生，李思汉
（１江苏大学流体机械工程技术研究中心，江苏镇江２１２０１３；２核电泵及装置智能诊断运维联合实验室，
江苏镇江２１２０１３；３中国核电工程有限公司，北京１００８４０）
摘要：针对传统的轴承故障诊断方法在面对强噪声和非平稳信号识别时特征提取过度依赖先验知识和专家经验等问
－
题，结合传统的信号处理方法和深度学习算法提出一种基于ＣＷＴＣＮＮ的离心泵轴承故障识别方法。连续小波变换
（ＣＷＴ）将原始的１Ｄ振动信号转化为故障特征信息更丰富的２Ｄ时频图，２Ｄ时频图再输入到卷积层完成特征的自动提取，
最后ＳｏｆｔＭａｘ层完成故障识别。经过西储大学公开轴承数据集和实验室搭建的离心泵振动轴承采集实验台验证，该方法的
故障识别准确率均能达到９０％以上。
关键词：滚动轴承；连续小波变换；卷积神经网络；故障诊断
中图分类号：ＴＨ１３３３；ＴＨ３１１
－
ＦａｕｌｔＩｄｅｎｔｉｆｉｃａｔｉｏｎＭｅｔｈｏｄｏｆＣｅｎｔｒｉｆｕｇａｌＰｕｍｐＢｅａｒｉｎｇＢａｓｅｄｏｎＣＷＴＣＮＮ
１，２１，２２，３１，２１，２
ＺＨＡＮＧＸｉｎｙｕ，ＦＵＱｉａｎｇ，ＨＵＡＮＧＱｉａｎ，ＺＨＵＲｏｎｇｓｈｅｎｇ，ＬＩＳｉｈａｎ
（１ＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＦｌｕｉｄＭａｃｈｉｎｅｒｙＥｎｇｉｎｅｅｒｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙ，ＺｈｅｎｊｉａｎｇＪｉａｎｇｓｕ２１２０１３，
Ｃｈｉｎａ；２Ｊｏｉ