基于改进一维卷积神经网络的轴承故障诊断

为了保障机械设备的安全稳定运行,提出了一种采用大卷积核和弱池化结构的一维卷积神经网络故障诊断模型。首先,设计大卷积核,提高模型对全局特征的敏感度,同时简化池化结构,进一步增强模型对局部特征的抽象能力;然后,嵌入批量归一化处理策略,实现故障位置及故障程度的准确识别;最后,应用凯斯西储大学的轴承公开数据集进行模型验证。实验结果显示该模型具有优秀的特征提取能力和分类精度。