一种基于双贝叶斯ResNet的轴承故障诊断方法

本发明公开了一种基于双贝叶斯ResNet的轴承故障诊断方法,属于轴承故障诊断技术领域。本发明首先根据轴承实验平台采集故障轴承振动信号；接着对采集到的振动信号进行小波变换并生成对应的二维时频图；其次，对ResNet‑18网络模型进行改进，引入贝叶斯网络到ResNet‑18网络中得出双贝叶斯ResNet模型架构；之后，划分轴承数据为训练集与测试集，使用训练集中的振动信号二维时频图对双贝叶斯ResNet网络进行训练并调整网络参数；最后将测试集数据放入已经训练好的模型中得出轴承的故障诊断分类。本发明提高了模型的鲁棒性和泛化性能，并提供了对不确定性因素的估计方法，在处理复杂数据和应对挑战性任务时具有耗时短的优势。