来源：期刊VIP网 时间：
作者：张天缘;孙虎儿;朱继扬;赵扬;
单位：中北大学机械工程学院;
摘要：针对传统的滚动轴承故障诊断方法难以准确高效的实现故障分类，提出了一种融合对称点模式(Symmetrized Dot Pattern,SDP)和改进SAM-MobileNetv2的滚动轴承故障分类方法。首先，将轴承振动信号通过SDP算法转化为含有丰富特征信息的二维图像。然后，将二维图像输入到改进SAM-MobileNetv2网络模型中，对故障特征信息进行提取和分类。在改进SAM-MobileNetv2网络中，使用自适应激活函数ACON(Activate or not)对SAM-MobileNetv2中的ReLU6激活函数进行替换，提高模型分类性能。最后，将本模型与多种网络模型做对比。试验结果表明，本模型可以准确高效地实现对滚动轴承故障的分类，使用凯斯西储大学轴承故障数据的准确率为99.5%，使用渥太华大学轴承故障数据的准确率为97.2%。
关键词：滚动轴承;;对称点模式;;SAM-MobileNetv2模型;;故障诊断
基金资助：山西省自然科学基金项目(201801D121186)资助~~
