基于LWKConv-DRSN-FPN的旋转机械故障诊断

噪声与振动控制 ›› 2024, Vol. 44 ›› Issue (5): 133-139.

基于LWKConv-DRSN-FPN的旋转机械故障诊断

伍兴1, 2，李志伟1，宁文乐1，郑照2

（ 1. 上海工程技术大学电子电气工程学院，上海201600； 2. 杭州工互科技有限公司，杭州310000 ）

收稿日期:2023-02-08 修回日期:2023-05-25 出版日期:2024-10-18 发布日期:2024-10-10

Fault Diagnosis of Rotating Machinery Based on LWKConv-DRSN-FPN

Received:2023-02-08 Revised:2023-05-25 Online:2024-10-18 Published:2024-10-10

摘要/Abstract

摘要： 针对传统旋转机械故障诊断方法难以应对强噪声干扰以及诊断准确率较低的问题，提出一种Laplace 小波核卷积层(Laplace Wavelet Kernel Convolutional Layer，LWKConv)、深度残差收缩网络(Deep Residual Shrinkage Networks，DRSN)和特征金字塔网络(Feature Pyramid Networks，FPN)相结合的故障诊断方法。具体地，在DRSN模型结构基础上，构造LWKConv，通过更新尺度因子和平移因子，多尺度提取故障引起的突变冲击特征；引入FPN融合深层和浅层特征，提高模型对浅层细节信息的利用程度，实现对旋转机械的故障诊断。研究表明：所提的LWKConv-DRSN-FPN方法基于轴承和齿轮数据集的诊断准确率最高能达到100 %，尤其在-4 dB强噪声干扰条件下的诊断准确率达到97.75 %，能有效提取突变冲击特征，具有较好的通用性和抗强噪声干扰能力。

关键词: 故障诊断, 旋转机械, Laplace小波核卷积层, 深度残差收缩网络, 特征金字塔网络

伍兴, , 李志伟, 宁文乐, 郑照. 基于LWKConv-DRSN-FPN的旋转机械故障诊断[J]. 噪声与振动控制, 2024, 44(5): 133-139.

[1]	陈志刚, 姜云龙, 王莹莹, 王衍学, 徐明智. 基于SVMD-SES的滚动轴承故障诊断[J]. 噪声与振动控制, 2024, 44(5): 107-113.
[2]	张雄, 武文博, 李嘉禄, 董帆, 万书亭, . 基于波束形成及CNN-LSTM的托辊故障距离估计模型[J]. 噪声与振动控制, 2024, 44(5): 114-119.
[3]	闫向彤, 罗嘉伟, 曹现刚. WGAN-GP结合CBAM-VGG16轻量化网络的滚动轴承故障诊断 [J]. 噪声与振动控制, 2024, 44(5): 120-127.
[4]	彭川, 吝伶艳, 雷志鹏, 田慕琴, 侯茜茜, 宋建成. 基于PSO-VMD和EWT的异步电机滑动轴承故障诊断[J]. 噪声与振动控制, 2024, 44(5): 140-147.
[5]	杨伟新, 刘飞春, 唐鑫, 朱如鹏. DHSI筛选奇异值分量在齿轮故障诊断中的应用[J]. 噪声与振动控制, 2024, 44(5): 148-153.
[6]	王爽, 宋秋昱, 张驰, 江星星, 朱忠奎. 高效带宽傅里叶分解及其轴承故障诊断应用[J]. 噪声与振动控制, 2024, 44(5): 154-159.
[7]	颜秋艳, 刘玄. 集成辛奇异值模态分解及其在滚动轴承故障诊断中的应用[J]. 噪声与振动控制, 2024, 44(5): 160-165.
[8]	赵敏, 范永胜, 邓艾东, 邓敏强. 基于样本自适应条件对抗网络的齿轮箱跨域故障诊断研究[J]. 噪声与振动控制, 2024, 44(5): 166-171.
[9]	付骏宇, 许景辉. 基于双通道数据主振动特征提取的水电机组轴系故障诊断[J]. 噪声与振动控制, 2024, 44(5): 172-178.
[10]	谢锋云, , 汪淦, , 王玲岚, , 李刚, 朱海燕, 谢三毛, . STFT结合2D CNN-SVM的齿轮箱故障诊断方法[J]. 噪声与振动控制, 2024, 44(4): 103-109.
[11]	宿磊, 刘智, 顾杰斐, 李可, 薛志钢. 基于改进PSO-VMD-MCKD的滚动轴承故障诊断[J]. 噪声与振动控制, 2024, 44(4): 118-124.
[12]	赵南洋, 茆志伟, 张进杰, 江志农. 柴油机多源冲击振动信号稀疏表示及其故障诊断应用[J]. 噪声与振动控制, 2024, 44(4): 125-131.
[13]	路新华, 韩风超, 马丽, 张凌晓, 孙鹏. 基于高斯滤波与多尺度CNN的抗噪轴承故障诊断方法[J]. 噪声与振动控制, 2024, 44(4): 132-137.
[14]	蔡丹娜, 吴科伟, 向丹, 封远鹏, 徐毓贤, 蒋占四, . 基于RACS-TFODF自适应随机共振系统的轴承故障诊断应用[J]. 噪声与振动控制, 2024, 44(4): 138-144.
[15]	张鑫, 钟倩文, 余佑民, 彭乐乐, 郑树彬, 陈谢祺. 基于CEEMDAN-FastICA-MCNN的多传感信息融合轴承故障诊断[J]. 噪声与振动控制, 2024, 44(4): 145-152.