基于多模態(tài)集成卷積神經(jīng)網(wǎng)絡(luò)的數(shù)控機(jī)床齒輪箱故障診斷

摘要： 針對(duì)數(shù)控機(jī)床齒輪箱在實(shí)際工作環(huán)境中負(fù)載多變且噪聲干擾大、傳統(tǒng)神經(jīng)網(wǎng)絡(luò)難以充分提取信號(hào)中的故障特征等問(wèn)題，提出一種多模態(tài)集成卷積神經(jīng)網(wǎng)絡(luò)(MECNN)用于數(shù)控機(jī)床齒輪箱故障診斷。該方法將多模態(tài)融合技術(shù)與多個(gè)卷積神經(jīng)網(wǎng)絡(luò)結(jié)合，利用快速傅里葉變換方法將時(shí)域信號(hào)轉(zhuǎn)換成頻域信號(hào)；利用時(shí)域信號(hào)和頻域信號(hào)對(duì)2個(gè)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使模型能夠分別從時(shí)域和頻域2個(gè)角度提取特征，再將淺層特征融合... （共6頁(yè)）