全文总字数：8032字

数据驱动的轴承故障诊断试验台设计及诊断方法研究

文献综述

摘要：

轴承是机电装备中必不可少的部件，其健康状况直接影响着机电装备的精度、可靠性和寿命，随着神经网络的兴起，已有的轴承故障诊断技术逐渐无法满足实际需求，智能化故障诊断成为一种必然趋势。本文介绍了轴承故障诊断国内外研究现状及发展趋势，总结了轴承故障类型，最后简要列举了几种主流诊断技术。

关键词：轴承故障智能诊断；神经网络与深度学习；迁移学习；轴承缺陷特征提取

Abstract： Bearing is an essential part in mechanical and electrical equipment, and its health condition directly affects the accuracy, reliability and life of mechanical and electrical equipment. With the rise of neural network, the existing bearing fault diagnosis technology gradually cannot meet the actual demand, and intelligent fault diagnosis has become an inevitable trend. This paper introduces the research status and development trend of bearing fault diagnosis at home and abroad, summarizes the types of bearing faults, and finally lists several mainstream diagnosis techniques briefly.

0引言

随着社会的发展，对机电装备的可靠性提出了更高的要求，而基础零件滚动轴承在机械运行过程中出现的故障，都将影响机器正常运转，甚至带来安全隐患。因此对轴承状态进行实时监控并及时判断故障类型具有重要的现实意义。目前已有的轴承故障诊断技术存在以下问题:(1）传统诊断方法需要人工来提取特征，诊断结果受人主观影响较大且耗时长(2)神经网络诊断方法需要大量的数据资源，训练时间较长，无法满足实时响应的要求。因此，利用数据驱动的新型轴承故障诊断方法将是未来的研究方向。