基于多模態(tài)集成卷積神經(jīng)網(wǎng)絡(luò)的數(shù)控機床齒輪箱故障診斷

摘要： 針對數(shù)控機床齒輪箱在實際工作環(huán)境中負載多變且噪聲干擾大、傳統(tǒng)神經(jīng)網(wǎng)絡(luò)難以充分提取信號中的故障特征等問題，提出一種多模態(tài)集成卷積神經(jīng)網(wǎng)絡(luò)(MECNN)用于數(shù)控機床齒輪箱故障診斷。該方法將多模態(tài)融合技術(shù)與多個卷積神經(jīng)網(wǎng)絡(luò)結(jié)合，利用快速傅里葉變換方法將時域信號轉(zhuǎn)換成頻域信號；利用時域信號和頻域信號對2個卷積神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，使模型能夠分別從時域和頻域2個角度提取特征，再將淺層特征融合...