1.沈阳工业大学机械工程学院沈阳，110870;2.辽宁省振动噪声控制工程技术研究中心沈阳，110870;3.宁波坤博测控科技有限公司宁波，315200
陈长征，男，1964年9月生，博士、教授、博士生导师。主要研究方向为设备状态监测与故障诊断。E-mail：czchen@sut.edu.cn
TH133.33;TH17
国家自然科学基金资助项目（51675350，51575361）
针对风电机组滚动轴承振动信号具有非平稳、非线性、强干扰的特点以及故障特征提取困难的问题，提出了一种基于奇异值分解（singular value decomposition， 简称SVD）、S变换与多尺度卷积神经网络（multiscale convolutional neural network， 简称MSCNN）的故障诊断方法。首先，将原始信号构造成Hankel矩阵，采用SVD对Hankel矩阵进行奇异值分解，再根据奇异值曲率谱选取有效奇异值进行信号重构；其次，对重构信号进行S变换生成特征图谱；最后，将其输入到MSCNN自适应提取特征进行故障识别。试验结果表明，利用SVDS-MSCNN方法进行风电机组滚动轴承故障诊断，其故障识别准确率达到97.5%，故障诊断效果优于其他深度学习算法。