一种基于阶次跟踪与卷积网络的轴承故障智能诊断方法

本发明涉及轴承故障智能诊断方法，更具体的说是一种基于阶次跟踪与卷积网络的轴承故障智能诊断方法，基于阶次跟踪技术，对原始非稳定监测信号进行信号重采样，以达到对监测信号进行定步长采样的目的，对离散监测信号进行重整，通过阶次跟踪算法预处理非周期信号，解决变速条件下频谱特征改变的问题，将非稳态信号转换为稳态信号，克服转速波动对故障特征分布的影响。在信号重整的基础上，采用一维卷积神经网络对重采样振动信号中隐含的微弱故障特征信号进行自适应提取。不包含域自适应网络，减少设计和计算复杂度。降低对训练数据集完整性的要求，提升泛化能力。最终实现对变转速工况下的监测信号进行“端到端”的智能诊断。