В связи с множеством шумов в процессе работы вращающегося оборудования, имеющаяся сеть с одним каналом имеет проблемы с устойчивостью к шуму в процессе диагностики неисправностей вращающегося оборудования. Была предложена модель сверточной нейронной сети с двойным входным каналом, добавившая параллельный механизм. Проверка разумности модели была выполнена с использованием набора данных университета Кейс-Уэстерн-Резерв, на этом основании был добавлен белый шум Гаусса с отношением сигнал-шум -10 дБ для моделирования реальной ситуации шума; с использованием кратковременного преобразования Фурье были обработаны данные вибрации на конце вентилятора и привода двигателя, полученные результаты были переданы входам двойной сверточной нейронной сети Let Net-5 для обучения. Результаты исследования показали, что модель сверточной нейронной сети с двойным входом Let Net-5 способна успешно улавливать особенности неисправностей в условиях сильного шума; в сравнении с моделями объединения многомасштабных признаков, многотиповых входных нейронных сетей, традиционных моделей ближайших соседей и деревьев решений, а также модели сверточной нейронной сети Let Net-5 с одним входом, модель сверточной нейронной сети с двойным входом Let Net-5 обладает более высокой эффективностью и точностью.

диагностика неисправностей; вибрация; глубокое обучение; двойной канал; шум