一种基于深度学习的主轴故障诊断方法

本发明属于设备故障预警诊断技术领域，涉及一种基于深度学习的主轴故障诊断方法。所述主轴故障诊断方法包括有：通过多个声音采集装置采集主轴运行时的车床运行声波数据，对主轴附近声音采集装置所采集的声波数据进行过滤，得到主轴运行声波数据；对主轴运行声波数据进行预处理，得到高分辨率声波数据；依据残差神经网络对高分辨率声波数据进行分析，在分析过程中采用窗口进行滑动分析；基于分析结果判断主轴是否产生故障。本发明采用残差神经网络的深度学习模型对处理后的声波数据进行特征提取和模式识别，能够自动学习和识别主轴正常运行与异常状态之间的区别，提高诊断的准确性和可靠性。