论文部分内容阅读
滚动轴承在旋转机械中占据重要的地位,其健康状态直接关乎设备是否能持续可靠地运转。因此,研究滚动轴承故障诊断技术意义重大。故障诊断过程一般分为故障数据采集、特征提取、特征选择和故障识别四个过程。其中,特征提取是决定最终诊断结果的关键一步,该步骤一般借助于信号处理方法,对专业知识和相关技术人员具有较强的依赖性。人工智能技术的崛起为滚动轴承故障诊断技术开辟了新天地,深度学习是人工智能领域的新兴力量,其可以从数据中自动学习内在特点从而获得良好的特征表达,这为滚动轴承故障特征提取与诊断提供了新的思路。本文着重