摘要
摘要：直升机的可靠性和安全性对于军事和民用领域都具有重要意义。直升机轴承作为关键组件之一，在飞行中承受着巨大的载荷，其故障可能导致事故风险和经济损失。为了实现对直升机轴承故障的快速、精确诊断，从而提前预警潜在故障，本论文提出了一种基于S变换与卷积神经网络（CNN）的直升机轴承故障诊断方法。通过对振动信号进行采集和预处理，利用S变换进行时频分析，以捕捉轴承故障的瞬态特征。同时，将提取得到的特征输入到卷积神经网络中，通过卷积和池化操作进行特征学习和分类识别。最后，通过实验验证并与其他方法进行对比，评估所提出的方法的性能和有效性。实验结果表明，基于S变换与卷积神经网络的直升机轴承故障诊断方法相较传统方法具备更高的准确性和可靠性。该方法能够有效提取和识别直升机轴承故障的特征，实现故障的早期预测和快速诊断。
出版日期
2023年10月25日（中国期刊网平台首次上网日期，不代表论文的发表时间）
