仪器仪表学报

作者：徐卓飞，李旭东，张婵婵，侯和平，张 武

单位：徐卓飞,1. 西安理工大学印刷包装与数字媒体学院,,李旭东,1. 西安理工大学印刷包装与数字媒体学院,,张婵婵,1. 西安理工大学印刷包装与数字媒体学院,,侯和平,1. 西安理工大学印刷包装与数字媒体学院,,张 武,2. 西安科技大学机械工程学院,

关键词：孪生网络;卷积神经网络;连续小波变换;故障诊断

基金：中国博士后基金（2019M663783）、陕西省自然科学基础研究计划（2021JM?334）、陕西省技术创新引导专项?区域创新能力引导计划（2020QFY03?06）项目资助

针对小样本和强噪声条件下的滚动轴承故障诊断问题,提出了一种孪生网络模型:首先,对于滚动轴承故障信号进行连续小波变换以获得时频图像,引入卷积神经网络模型以实现故障图像模式识别;进而,对故障样本进行交叉配对以重新组合,实现了少量故障样本的大幅扩容;同时,针对扩容后样本对数据构建了包含两个子模型的孪生网络模型;最后,为了实现强噪声、小样本条件下滚动轴承故障诊断,设计了孪生网络末端专用分类器,在加噪声数据库和机械故障实验中对方法进行测试,分别达到了96.25%和97.08%正确率。所提出模型能够依靠少量样本完成训练并实现轴承故障准确诊断,所需每类样本的数量可减少至20个,与经典卷积神经网络模型相比具有明显优势。

来源：2022年第10期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第10期