标题：基于卷积神经网络的耐久测试台振动故障诊断方法
作者：刘新刚 何永义 胡昱晟 张国旗
作者单位：上海大学机电工程与自动化学院，上海市智能制造及机器人重点实验室，上海 200444
关键字：机械故障诊断；信号处理；小波变换；卷积神经网络
摘要：为了保证高速旋转设备的稳定运行，准确快速地诊断出振动故障类型是其关键。目前常见的振动故障诊断方式主要是信号特征提取进行故障诊断，但这类方法有其局限性。提出一种基于信号处理和图像识别的振动故障诊断方法，首先对采集的振动信号进行降噪，去除噪声信号，其次通过小波变换得到其小波变换图谱，将得到的不同类型故障变换图谱进行神经网络训练，输出故障诊断模型文件。实验结果表明，该训练模型在振动故障诊断准确率和识别速度等多个参数上表现较好，识别准确率达到98%，相较于传统的故障诊断方法具有一定的优势，该研究可实现耐久测试台振动故障的快速诊断。