基于深度学习的圆锥滚子轴承故障诊断方法及系统

本发明涉及机械故障诊断技术领域，公开了基于深度学习的圆锥滚子轴承故障诊断方法及系统，利用加速度传感器采集圆锥滚子轴承在不同运行状态下的原始振动信号，将采集到的原始振动信号按照预设的时间间隔进行分段，得到多个振动信号样本；采用自适应小波降噪算法和软硬混合阈值结合对振动信号样本进行降噪处理，将降噪后的振动信号样本进行归一化处理，得到预处理后的振动信号样本；将预处理后的振动信号样本输入MSCNN‑BiGRU‑Attention模型，使用Softmax激活函数输出故障概率，将概率最大的故障类型作为诊断结果；基于历史运行数据和工况动态调整预警阈值，根据诊断结果和预警阈值对圆锥滚子轴承触发对应的预警；本发明提高了故障诊断的效率。