一种基于改进型卷积神经网络的轴承故障分类的方法

本发明提出一种基于改进型卷积神经网络的轴承故障分类的方法，首先根据振动传感器采集运行过程中的振动信号，通过处理将轴承的原始振动信号转化为包络谱信号；从包络谱信号中提取频域特征，这些特征用于描述信号的频域特性。然后，对提取的特征进行数据增强，可通过平移、旋转和缩放的方法实现。其次，利用粒子群算法优化和随机森林代替全连接层，对卷积神经网络的结构进行调整。使用改进后的卷积神经网络对增强后的数据进行处理。最后，得到轴承故障类型的分类结果。