多尺度卷積神經網路的滾動軸承故障識別

針對當前基於卷積神經網路的滾動軸承故障信號識別多採用單一尺度卷積核，對特徵提取不充分、多尺度特徵難提取，且超參數選取多依據人工經驗等問題，提出一種多尺度卷積神經網路識別方法。實驗結果顯示，本文模型平均識別準確率達到99.45%，高於其他模型，且抗雜訊能力優於其他模型，證明所提方法具有可行性。