基于小波變換和CNN的船用機(jī)械故障診斷

摘要： 針對船用機(jī)械故障特征自適應(yīng)提取與智能化診斷問題，采用連續(xù)小波變換與卷積神經(jīng)網(wǎng)絡(luò)的船舶機(jī)械故障診斷方法。以船用風(fēng)機(jī)為例，首先模擬船用機(jī)械不同故障并采集振動信號，通過連續(xù)小波變換將一維振動信號轉(zhuǎn)化為特征圖譜，其包含大量的時(shí)頻信息。然后通過多次訓(xùn)練后，確定網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)，建立卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，將時(shí)頻圖作為卷積神經(jīng)網(wǎng)絡(luò)輸入，挖掘更深層次的高度抽象的故障特征信息。最后在卷積神經(jīng)網(wǎng)絡(luò)的輸出層...