轴承故障诊断仿真系统

深入研究深度残差网络特点，并以此为基础提出了两种改进的深度残差网络：基于注意力机制的深度残差网络和基于多尺度特征融合模块的深度残差网络，并用这两种改进的深度残差网络对电机载荷为0马力，采样频率为48KHz的驱动端轴承故障数据集进行分析，实现轴承的故障分类。最后，通过搭建基于改进深度残差网络模型的故障诊断系统展示提出的两种改进模型的故障诊断性能验证所提两种改进网络模型有着更高的准确率和更低的损失值，并实现本地诊断与实时诊断的仿真模拟。