一种多尺度动态卷积神经网络的齿轮箱故障诊断方法

本发明公开了包括齿轮箱和电机，涉及齿轮箱故障检测技术领域，所述电机与齿轮箱的输入轴同轴连接，所述齿轮箱的输入轴、中间轴和输出轴均装配有振动加速度传感器，每个所述传感器可以采集到相应轴z方向的振动信号，所述故障诊断方法包括以下步骤：S1、数据采集；S2、数据集生成；S3、建立多尺度动态卷积模块，本发明利用多尺度动态卷积模块提取振动信号中的故障特征，该结构使用多尺度动态卷积核对输入数据进行卷积操作，不仅具有动态卷积强大的表征能力，同时弥补了动态卷积仅使用单一尺度信息的缺点，能够从多个尺度有效捕捉振动信号的特征，使得故障诊断模型能够更好的捕捉振动信号中的故障信息，提高了模型的诊断效果。