一种时频图结合深度神经网络的减速器故障诊断方法

本发明涉及一种时频图结合深度神经网络的减速器故障诊断方法。包括以下步骤：通过振动信号采集装置，获取到蜗轮蜗杆减速器在正常运行及多种故障工况时的加速度信号数据集；对数据集中提取到的不同方向加速度信号进行矢量合成，并标注故障分类标签；对数据进行去噪声、z‑score标准化，以及分组、转置、堆叠的处理；通过连续小波变换生成时频图；建立改进的ResNeXt‑50模型；训练更新模型参数；将时频图输入到训练好的改进网络模型中，得到最终的减速器故障诊断结果。本方法实现了减速器故障诊断由传统诊断方式到智能化诊断方法的改进，能够提高设备故障诊断的客观性和准确性。