基于G-YOLO網(wǎng)絡(luò)的滾動軸承故障診斷方法

摘要： 滾動軸承是旋轉(zhuǎn)機(jī)械設(shè)備中非常重要的零部件，將深度學(xué)習(xí)在目標(biāo)檢測和圖像分類領(lǐng)域內(nèi)的優(yōu)勢用于軸承故障診斷，提出G-YOLO智能診斷模型。首先利用格拉姆角場將軸承的時域振動信號轉(zhuǎn)化為特征圖像，其次將特征圖像輸入到G-YOLO智能診斷模型中，通過研究轉(zhuǎn)化參數(shù)、網(wǎng)絡(luò)結(jié)構(gòu)、模型參數(shù)等得到最優(yōu)結(jié)果。為了驗(yàn)證模型的優(yōu)越性，采用西儲大學(xué)軸承數(shù)據(jù)集中幾組對應(yīng)不同直徑的具有同一類故障軸承的數(shù)據(jù)進(jìn)行試...