基于卷积神经网络的车辆部件图像故障识别方法及系统

本发明属于故障技术领域，公开了一种基于卷积神经网络的车辆部件图像故障识别方法及系统，所述方法包括：获取车辆轴承在预设监测周期内的振动信号，对振动信号进行分段，得到若干振动信号片段；对各振动信号片段进行模态分解，得到振动分量集合；计算每个振动分量集合中各振动分量与振动信号片段的相似系数，将相似系数大于预设系数的振动分量作为对应振动信号片段的目标振动分量，得到各振动信号片段的至少一个目标振动分量；基于至少一个目标振动分量，构建振动信号的灰度图像；将振动信号的灰度图像输入至基于卷积神经网络算法构建的故障识别模型中，得到故障识别结果。本发明降低了振动信号处理的复杂度以及提高了故障识别的准确度。