一种噪声干扰下基于深度学习的轴承故障识别方法

本发明公开了一种噪声干扰下基于深度学习的轴承故障识别方法，包括：构建轴承故障振动信号数据集并进行预处理，利用预处理后的轴承故障振动信号数据集对原始CNN模型进行训练，保存训练好的原始CNN模型；构建加噪的轴承故障振动信号数据集并进行预处理；该数据集是在轴承故障振动信号数据集基础上通过添加噪声构成的；建立轴承故障识别模型；所述模型由编码器、解码器以及训练好的原始CNN模型依次连接构成；利用加噪的轴承故障振动信号数据集对轴承故障识别模型进行训练，保存训练好的轴承故障识别模型用于对轴承故障信号分类识别。本发明提高了轴承故障识别准确率，克服了传统方法依赖专业知识以及因噪声影响轴承故障识别准确率的问题。