首页> 中文期刊> 《中国科技论文》 >基于VMD和CNN的滚动轴承故障定量诊断方法

基于VMD和CNN的滚动轴承故障定量诊断方法

         

摘要

针对滚动轴承故障尺寸难以定量诊断的问题,提出了变分模态分解(variational mode decomposition,VMD)和卷积神经网络(convolutional neural networks,CNN)相结合的诊断方法.首先对带有不同故障尺寸滚动轴承的运行进行监测,得到1个与滚动轴承故障尺寸有关的数据库;然后对数据进行VMD,提取有效的训练模式分量,并去除噪声等的干扰;最后将训练模式分量置入CNN进行训练,得到能对滚动轴承故障尺寸进行预测的网络模型.实验结果表明,所提方法可有效实现对滚动轴承的定量诊断.

著录项

  • 来源
    《中国科技论文》 |2020年第7期|735-742|共8页
  • 作者单位

    西安交通大学现代设计及转子轴承系统教育部重点实验室 西安710049;

    西安交通大学陕西省机械产品质量保障与诊断重点实验室 西安710049;

    西安交通大学现代设计及转子轴承系统教育部重点实验室 西安710049;

    西安交通大学陕西省机械产品质量保障与诊断重点实验室 西安710049;

    西安交通大学现代设计及转子轴承系统教育部重点实验室 西安710049;

    西安交通大学陕西省机械产品质量保障与诊断重点实验室 西安710049;

    西安交通大学现代设计及转子轴承系统教育部重点实验室 西安710049;

    西安交通大学陕西省机械产品质量保障与诊断重点实验室 西安710049;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 监视、报警、故障诊断系统;
  • 关键词

    故障诊断; 滚动轴承; 变分模态分解; 卷积神经网络; 定量诊断;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号