一种基于MS-CNN-BO-SVM的轴承故障诊断方法及系统
申请号:CN202510635750
申请日期:2025-05-16
公开号:CN120541629A
公开日期:2025-08-26
类型:发明专利
摘要
本发明提出的一种基于MS‑CNN‑BO‑SVM的轴承故障诊断方法及系统,属于故障诊断技术领域,针对轴承故障诊断模型复杂度高、消耗资源多的问题,采用轻量化结构搭建特征提取网络,利用多尺度卷积块在不同层次提取不同尺度的故障特征。其次,为避免CNN全连接层参数量过大、容易过拟合的缺点,采用支持向量机替代全连接层进行故障分类,进一步减少了模型的复杂度,并利用贝叶斯优化算法对支持向量机的超参数进行调优,从而提高了分类器的准确率。
技术关键词
轴承故障诊断方法
卷积神经网络模型
多尺度
故障诊断模块
轴承故障诊断系统
特征提取模块
数据处理模块
超参数
故障诊断技术
轻量化结构
细粒度特征
特征提取网络
样本
分支
支持向量机
故障类别
故障特征