基于SE-ResNeXt的滚动轴承故障诊断方法

胡向东，梁 川

(重庆邮电大学 自动化学院，重庆 400065)

0 引言

随着信息处理分析技术和传感器技术的不断发展与日益创新，故障诊断已经发展成为一种多个学科交叉融合的新技术。故障诊断是通过测量设备的工作状况并对其异常状态做出技术判断，为后续维修计划提供参考依据[1]。因为存在较多无法预测的状况，工业生产的机械设备可能出现不同的问题，引起系统功能故障，造成严重的工厂事故。滚动轴承是机械设备的易损部件，其健康状况对机械设备的性能、稳定性和使用寿命有重大影响[2]。当机械轴承出现故障时，会产生异于正常工作时的振动信号，故障点不同，产生的信号特征也不相同，因此分析缺陷轴承的振动信号来判断轴承故障状态，是一种科学的检测、诊断方法[3]。

传统的机械轴承智能诊断方法一般需要借助于快速傅里叶变换(FFT)、小波变换(WT)和经验模态分解(EMD)等现代信号处理技术[4]对采集到的信号进行处理，然后经过工程经验获取故障特征，进而实现故障的判别。郭宇庭等[5]提出了一种基于小波变换的自适应时频特性的轴承故障诊断方法。但该方法只是比较了轴承正常与故障时的信号特征规律，并未得出确切的诊断结果。刘畅等[6]提出了一种改进支持向量机的机械轴承故障诊断方法，虽然此方法能够获得不错的诊断准确率，但是对技术人员的理论知识要求较高，并且其故障信号判别过程较为繁琐，并未实现端到端的故障诊断。……