来源：期刊VIP网 时间：
作者：翁敏超;王海瑞;朱贵富;
单位：昆明理工大学信息工程与自动化学院;
摘要：齿轮的精确故障诊断是确保旋转机械设备稳定可靠运行的有效手段，针对强噪声环境下齿轮箱中齿轮故障分类问题，提出了一种基于连续小波变换和深度残差收缩网络的故障诊断模型。首先，采用小波变换对一维时间序列的振动数据进行时频分析，将其转化为二维时频图作为深度残差收缩网络(DRSN)的输入；其次，在多层卷积神经网络的基础上加入残差结构中的跨层恒等连接解决了梯度消失和爆炸的问题，同时利用自适应阈值子网络实现软阈值化降噪；最后，将故障样本的时频图作为诊断模型的输入进行故障分类。实验结果证明了与其他模型相比，本文采用的故障诊断方法更容易识别故障特征，分类准确率达到了99.15%。
关键词：齿轮箱;;时频分析;;深度残差收缩网络(DRSN);;故障诊断
基金资助：国家自然科学基金项目（61863016,61263023）
