基于一维残差卷积自动编码器的滚动故障轴承诊断

        滚动轴承故障诊断实质上是“特征提取+模式分类”的问题，即首先对原始震动信号进行特征提取，提取出其中的关键特征，然后采用分类器如SVM，KNN进行模式分类，可以说提取的特征越具表达性，分类器的精度就越高。表达性差的特征，不管换成啥分类器，精度都提高不了多少，而表达性强的特征，就算采用简单的KNN，精度都很高。         因此，合理的特征提取是提高故障诊断精度的关键。现有的震动信

>>阅读原文<<