摘要
本发明公开了一种基于深度学习的滚动轴承故障诊断方法及系统,涉及轴承测试技术领域,对深度学习模型进行训练得到训练好的学习模型;确定滚动轴承的多个测试工况信息,按照多个测试工况信息分别对滚动轴承进行测试;将振动信号经过预处理和特征提取后,输入到训练好的学习模型中,通过学习模型输出轴承的故障类别,获取历史故障诊断数据,历史故障诊断数据包括历史测试工况信息、测试工况信息对应的振动信号以及对应的故障类别;根据历史故障诊断数据对深度学习模型进行训练得到训练好的学习模型。本发明设置多个测试工况信息能够得到对应的振动信号,能够更全面地对滚动轴承进行故障分析,避免使用过程中的不当导致滚动轴承的误判。
技术关键词
深度学习模型
滚动轴承
故障类别
工况
控制点
轴承测试技术
数据
信号
标记
分析模块
连线