基于MTFSK-CapsNet的滾動軸承故障診斷研究

摘要： 針對一維滾動軸承振動信號輸入神經(jīng)網(wǎng)絡(luò)無法保留原始振動信號的時域信息、易受強噪聲干擾和膠囊網(wǎng)絡(luò)分類精度不高的問題，提出一種基于MTFSK-CapsNet滾動軸承故障診斷方法。構(gòu)建基于馬爾可夫變換場和改進膠囊網(wǎng)絡(luò)的軸承故障診斷模型，利用MTF對原始振動信號進行重新編碼，保留振動信號的時頻序列。通過改進后具有更強特征提取能力的選擇核網(wǎng)絡(luò)進行初步特征提取。引入改進后的膠囊網(wǎng)絡(luò)進行特征集... （共10頁）