标题：融合SDP和CNN的旋转机械齿轮箱故障诊断方法
作者：张能文1；崔飞2 江冰2；何晓琳1
作者单位：1 江苏新道格自控科技有限公司，江苏 无锡 214433；2 河海大学物联网工程学院，江苏 南京 213022
关键字：故障诊断；对称点图案；卷积神经网络；旋转机械齿轮箱
摘要：针对旋转机械齿轮箱的齿轮与轴承故障，提出一种融合对称点图案SDP（Symmetrized Dot Pattern，SDP）和卷积神经网络CNN（Convolutional Neural Network）的故障诊断方法。首先，以模拟实验台MCDS获取大量故障实验数据，经过预处理产生的一维振动信号再经SDP转化为特征信息丰富的二维雪花图像；然后将SDP图像输入至CNN自动提取特征，再用分类器识别故障特征。实验证明，该方法能够有效和准确地识别齿轮箱的故障，各类故障的识别正确率在96%以上。