收稿日期：２０２２－０２－０９基金项目：国家自然科学基金项目（Ｕ２０Ａ２０１８７）；“兴辽英才计划”项目（ＸＬＹＣ２００７０８７）作者简介：高坤（１９８１－），男，河北邯郸人，高级工程师，研究方向：轧制过程智能化质量精准控制与多工序协调优化．∗通讯作者：李旭，Ｅ⁃ｍａｉｌ：ｌｉｘｕ＠ｒａｌ．ｎｅｕ．ｅｄｕ．ｃｎ．辽宁大学学报自然科学版第５０卷第１期２０２３年ＪＯＵＲＮＡＬＯＦＬＩＡＯＮＩＮＧＵＮＩＶＥＲＳＩＴＹＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎＶｏｌ．５０Ｎｏ．１２０２３基于改进优化算法的轧机滚动轴承深度学习故障诊断方法高坤１，黄雁２，马冰冰１，吴菁晶２，霍利锋１，李旭３∗（１．中重科技（天津）股份有限公司，天津３００３５２；２．东北大学计算机科学与工程学院，辽宁沈阳１１０１６９；３．东北大学轧制技术及连轧自动化国家重点实验室，辽宁沈阳１１０８１９）摘要：近年来，基于深度学习的智能故障诊断方法在理论研究和工程应用方面都取得了显著的效果，滚动轴承是轧机的核心部件之一，对轧机轴承进行精确的故障诊断能够有效保障轧机装备安全运行与生产效率．当前基于深度学习的故障诊断方法通常训练过程不稳定，模型难以收敛，造成工程应用中随机性强．本文提出基于改进优化算法的轧机滚动轴承深度故障诊断方法，在保证模型诊断精度的同时提升训练效率、模型输出结果的稳定性以及模型相对于参数变化所表现出的鲁棒性，并通过实验台获取滚动轴承的故障数据，使用该方法对数据进行诊断来证明方法的准确性．关键词：深度学习；滚动轴承；轧机；故障诊断中图分类号：ＴＮ９２９文献标志码：Ａ文章编号：１０００－５８４６（２０２３）０１－００２８－１０ＤｅｅｐＬｅａｒｎｉｎｇ⁃ＢａｓｅｄＦａｕｌｔＤｉａｇｎｏｓｉｓＭｅｔｈｏｄｆｏｒＲｏｌｌｉｎｇＢｅａｒｉｎｇｏｆＲｏｌｌｉｎｇＭｉｌｌＷｉｔｈＩｍｐｒｏｖｅｄＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍＧＡＯＫｕｎ１，ＨＵＡＮＧＹａｎ２，ＭＡＢｉｎｇ⁃ｂｉｎｇ１，ＷＵＪｉｎｇ⁃ｊｉｎｇ２，ＨＵＯＬｉ⁃ｆｅｎｇ１，ＬＩＸｕ３∗（１．ＺｈｏｎｇｚｈｏｎｇＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ（Ｔｉａｎｊｉｎ）Ｃｏ．Ｌｔｄ．，Ｔｉａｎｊｉｎ３００３５２，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔ...
