摘要： 針對(duì)一維滾動(dòng)軸承振動(dòng)信號(hào)輸入神經(jīng)網(wǎng)絡(luò)無法保留原始振動(dòng)信號(hào)的時(shí)域信息、易受強(qiáng)噪聲干擾和膠囊網(wǎng)絡(luò)分類精度不高的問題，提出一種基于MTFSK-CapsNet滾動(dòng)軸承故障診斷方法。構(gòu)建基于馬爾可夫變換場和改進(jìn)膠囊網(wǎng)絡(luò)的軸承故障診斷模型，利用MTF對(duì)原始振動(dòng)信號(hào)進(jìn)行重新編碼，保留振動(dòng)信號(hào)的時(shí)頻序列。通過改進(jìn)后具有更強(qiáng)特征提取能力的選擇核網(wǎng)絡(luò)進(jìn)行初步特征提取。引入改進(jìn)后的膠囊網(wǎng)絡(luò)進(jìn)行特征集... （共10頁）