基于对称点模式和深度学习的水利轴承故障诊断模型OA

本文提出一种结合对称点模式(Symmetrized Dot Pattern,SDP)与MobileNet-V1模型的水利轴承故障识别方法。该方法利用SDP技术,将轴承故障振动信号转换为SDP图像,有效提升了原始信号的特征表现能力。通过分析,验证了该方法在水利轴承故障诊断中具备有效性,成功克服了传统方法在特征提取方面的不足。将特征图输入轻量级深度学习模型MobileNet-V1进行故障分类。试验结果显示,SDP_MobileNet-V1在水利轴承故障诊断方面的表现优于1D-CNN,与SDP_VGG19模型的性能相当。此外,通过特征可视化工具t-SNE,进一步展现了SDP_MobileNet-V1的分类性能。