针对不同程度的小分类轴承故障,现有故障诊断方法准确率不高的问题,提出基于GWO-CMFH和改进ResNet的滚动轴承故障诊断方法。对于同一类型不同程度故障,提出基于GWO自适应优化结构元素参数的CMFH滤波方法,增强振动信号的脉冲故障特征并抑制背景噪声;采用连续小波变换将滤波后的信号转换成二维时频图谱;最后,提出基于混合注意力机制改进的残差网络模型,提高轴承故障诊断精度。在西储大学、东南大学及所选轴承数据集上进行验证实验,不同故障程度的小分类诊断准确率分别达到99.73%、98.12%和99.07%,表明所提方法具有很好的抗噪性、鲁棒性,可提高滚动轴承不同故障程度的诊断效果。

农用运输车、拖拉机、汽车的传动系、制动系、转向系等工作正常时,驾驶员手握方向盘感到很轻松,有时可短暂松手,机车仍能直线行驶,机手也不会感到疲劳.如果上述系统发生某种故障,将直接反映到方向盘上,机手操纵方向盘会感到异常.另外,如机车有液压制动装置时,当液压制动系统出现制动失灵等故障时,可用脚感法快速诊断故障部位及故障原因,以避免盲目拆卸.