文章标题：改进MSEA-CNN的船舶电机轴承故障诊断方法
文章作者：李忠1, 王闻恺2, 王鹏飞1
关 键 字：对抗神经网络;船舶电机;轴承故障;滤波器;故障信号分量;诊断模型
文章摘要：由于舰船电机轴承信号类型较多，且大多数为无用信号，降低了故障信号分量之间的相关性，因此研究改进MSEA-CNN的船舶电机轴承故障诊断方法。利用自适应线性神经网络，设计移除非轴承故障分量滤波器，在轴承振动信号内剔除非故障信号分量，提取轴承故障信号分量。通过生成式对抗神经网络，得到各故障信号分量的样本标签，实现故障信号分量分类。融合样本标签与故障信号分量，获取故障诊断训练集。利用注意力与多尺度卷积神经网络，建立故障诊断模型。实验证明：该方法可有效提取故障信号分量；该方法提取故障信号分量特征间的相关系数较低，说明该方法具备较优的特征提取效果。