天津科技 ›› 2023, Vol. 50 ›› Issue (04): 79-82+89.doi: 10.14099/j.cnki.tjkj.2023.04.007
王萌, 李涛
摘要： 阐述了异步电机轴承故障诊断研究方法的发展历程，并对轴承故障的成因和早期征兆进行了分析，针对异步电机轴承不同位置发生故障时的振动特征频率进行公式推导，最终提出基于神经网络和迁移学习的故障诊断方法。通过数据预处理，将美国凯斯西储大学轴承数据集转换为单通道灰度图像，然后通过迁移学习，用预处理后的图像数据集对VGG16模型训练并微调，最终将调整后的VGG16模型在测试数据集上进行验证，其在故障分类测试中正确率接近100%。数据驱动下的故障诊断已成为重要趋势，海上油田的振动在线监测系统与分层分布系统为异步电机故障诊断打下了很好的数据基础，深度神经网络和迁移学习具有很好的应用前景。
中图分类号:
