摘要
引入Reformer对滚动轴承进行故障诊断时,存在精度和效率都很低的问题。针对上述问题,引入了奇异值分解(SVD)方法和全连接层网络对Reformer进行了改进处理,提出了一种高精度和高效率的SRFC新方法。首先,利用SVD对所输入长序列信号数据压缩成不同的小数据段,并进行消噪处理;其次,利用并行的Reformer对上述小数据段进行细节故障特征提取;再次,利用全连接层网络调整上述特征信息大小,并将其融合为一体;最后,将上述特征信息作为输入,利用另一种全连接层网络实现故障诊断。经过实测滚动轴承故障信号分析可知,所提SRFC新方法的精度高达96%,比原算法Reformer提高了12.94%,与Transformer相当;所提SRFC新方法的运行时间低至6.36 s,分别比原算法Reformer和Transformer降低了95.73%和96.93%。因此,所提SRFC新方法在精度和效率方面具有优越性。
作者
郑直
李显泽
张华钦
王志军
刘伟民
ZHENG Zhi;LI Xian-ze;ZHANG Hua-qin;WANG Zhi-jun;LIU Wei-min
出处
《制造业自动化》
2024年第9期33-41,126,共10页
Manufacturing Automation
基金
河北省自然科学基金(E2022209086)
河北省高层次人才项目(B2020003033)
唐山市科技创新团队培养计划(21130208D)
河北省科技重大专项项目(22282203Z)。