基于改進EfficientNet模型的輕量化滾動軸承故障診斷方法

摘要： 相比依賴于人工分析且無法充分提取信號中豐富信息的傳統(tǒng)故障診斷方法，采用深度學(xué)習(xí)模型可以取得更理想的識別效果，但依然存在所使用的模型參數(shù)量大、計算成本高的問題。文章提出一種將格拉姆角場（gramian angular field,GAF）編碼方式與改進的EfficientNet-B0模型相結(jié)合的方法進行軸承的故障診斷。首先，一維軸承信號經(jīng)過格拉姆角場編碼為二維時序圖像；其次，將二... （共7頁）