改进的深度残差收缩网络轴承故障诊断方法

作者：唐世钰; 童靳于^*; 郑近德; 潘海洋; 伍毅

来源：振动与冲击, 2023, 42(18): 217-285.

DOI：10.13465/j.cnki.jvs.2023.18.024

• 故障诊断
• 滚动轴承
• 深度残差收缩网络
• 半软阈值函数
• 自适应斜率模块

针对深度残差收缩网络(deep residual shrinkage network, DRSN)在降噪过程中引起的信号失真问题，提出了一种改进的深度残差收缩网络(improved deep residual shrinkage network, IDRSN)并将其应用于滚动轴承的故障诊断中。首先，引入一种改进的半软阈值函数(improved semi-soft threshold function, ISSTF)用于解决恒等偏差的问题并消除软阈值函数引起的信号失真。然后，设计了半软阈值模块(semi-soft threshold block, SSTB)和自适应斜率模块(adaptive slope block, ASB)构建改进的残差收缩单元(improved residual shrinkage building unit, IRSBU),用于自适应设置最优阈值并进一步修正输出。最后，将所提方法应用于两种不同工况的滚动轴承故障诊断中。研究结果表明，与现有方法相比，所提方法的分类准确率和鲁棒性更高，对于变转速工况下的故障诊断更为有效。

• 出版日期2023
• 单位安徽工业大学