项目描述：针对传统轴承故障诊断方法需要人为提取故障特征及依赖专家经验的问题,提出一种端到端的轴承故障诊断方法。将归一化的振动信号转换为二维图片,对图片分别进行均值滤波、高斯滤波、中值滤波和双边滤波的降噪预处理对比,最后选定中值滤波降噪方法。在改进 LeNet-5模型的基础上,通过超参数设置,借助改进的Adam优化算法对全寿命轴承数据进行分类试验,平均精度达到97%,交叉熵损失达到0.06,分类效果明显。