基于雙通道CNN與SSA-SVM的滾動(dòng)軸承故障診斷

摘要： 為有效提取滾動(dòng)軸承故障信號(hào)特征,解決分類器對(duì)提取特征存在較強(qiáng)依賴的問題,本文提出了一種雙通道特征融合卷積神經(jīng)網(wǎng)絡(luò)(CNN)與麻雀搜索算法優(yōu)化的支持向量機(jī)(SSA-SVM)相結(jié)合的滾軸承故障診斷方法.通過建立一維卷積神經(jīng)網(wǎng)絡(luò)和二維卷積神經(jīng)網(wǎng)絡(luò)并行的雙通道結(jié)構(gòu)對(duì)軸承數(shù)據(jù)中的特征進(jìn)行提取,并將雙通道CNN提取到的故障特征在融合層融合,將全連接層結(jié)果作為SSA-SVM分類層的輸入.通過... （共10頁）