来源：期刊VIP网 时间：
作者：唐蒙;张义民;张凯;
单位：沈阳化工大学装备可靠性研究所;
摘要：针对滚动轴承在变载荷，变转速环境和多故障耦合工况下，传统故障诊断方法存在诊断准确率低，泛化能力差的问题，提出了一种基于Nadam算法优化的卷积神经网络模型。其优点是加深卷积神经网络模型的结构，进一步加强网络对特征的表达能力。利用Nadam算法提高所建立网络模型的收敛速度和学习质量，利用新的网络模型实现滚动轴承故障诊断。为验证提出方法的有效性，通过对BL2060实验平台上变载荷、变转速的19类多故障耦合的实验数据集进行实验分析，并与目前常用网络模型进行对比，结果表明该模型对多故障耦合的轴承故障分类可达到100%的准确率，优于其他网络模型。该方法的诊断准确率高，收敛速度快，适用于多故障类型耦合的滚动轴承的故障诊断。
关键词：滚动轴承;;多故障耦合;;卷积神经网络;;Nadam算法;;变载荷;;变转速;;故障诊断
基金资助：大型重载滚动轴承的可靠性和寿命预测的理论与方法研究.NSFC-辽宁联合基金（批准号：U1708254）;; 国家重点研发计划的重点专项（2019YFB2004400）;; 辽宁省教育厅项目（批准号：LJKZ0462）
