1  引言 齿轮箱振动信号中包括大量的故障特征信息，通过分析齿轮箱振动信号的时域特征和频谱特征，可有效地识别齿轮箱的故障类型然而，由于齿轮箱恶劣复杂的运行环境造成振动信号本身也具有高度的复杂性和多变性，尤其提取到的振动信号含有大 量的噪声干扰，导致最终提取到的特征参数很大程度上存在关联性及冗杂性，进而降低各特征参数对故障类型的反映能力，影响最终的诊断精确性[1]。 一维残差网络(1 Dimensional Residual Network, 1D-ResNet)的故障诊断算法具有许多优点，其中包括对时间序列数据和信号处理[登陆后可查看全文]