滚动轴承是工业机器中最广泛使用的轴承之一。滚动轴承条件的劣化可导致旋转机械的总失效。基于AI的方法广泛应用于滚动轴承的诊断。已显示杂交NN的方法来达到最佳诊断结果。通常,原始数据由安装在机器壳体上的加速度计产生。然而,每个信号的诊断实用性高度依赖于相应加速度计的位置。本文提出了一种新型混合CNN-MLP模型的诊断方法,其结合了混合输入来执行滚动轴承诊断。该方法使用来自轴安装的无线加速度传感器的加速度数据成功地检测和定位轴承缺陷。实验结果表明,混合模型优于分别操作的CNN和MLP型号,并且可以为轴承故障提供99,6%的高检测精度,而CNN的98%和MLP型号的81%。
translated by 谷歌翻译