一种低转速机械传动系统多部件智能故障诊断方法及系统

本发明公开了一种低转速机械传动系统多部件智能故障诊断方法及系统，属于机械故障诊断领域，采用改进的鲁棒局部二值化操作将振动信号转换为特征增强灰度纹理图像，凸显原始振动数据中的部件特征信息。构建基于自编码器的振动灰度纹理图像降噪模型，其对不同程度的噪声皆有较好的降噪效果。通过对卷积神经网络模型宽度的优化，实现了故障诊断模型的轻量化，在保证故障诊断准确率的同时提高了故障诊断效率。本发明解决了低转速和噪声环境下机械传统系统振动信号能量微弱和噪声干扰导致故障诊断模型准确率低的问题，为低转速、噪声环境下机械传动系统各部件的智能故障诊断提供了一种有效解决方案。