高噪聲場景下礦井通風機滾動軸承故障診斷

摘要： 圍繞高噪聲環(huán)境下礦井通風機關鍵部件滾動軸承故障診斷問題，提出了一種基于殘差網(wǎng)絡的端到端軸承故障診斷方法。通過引入殘差學習框架增強了網(wǎng)絡對噪聲的魯棒性，利用華北地區(qū)保德煤礦的軸承振動數(shù)據(jù)集對模型進行了系統(tǒng)驗證，并進一步確定了影響模型性能的關鍵超參數(shù)，卷積核大小和批量大小的優(yōu)化為模型提供了更高的診斷準確率和更強的噪聲抗干擾能力。結果表明，ResNet34模型在信噪比為0的噪聲環(huán)境下... （共8頁）