首页> 中文期刊> 《北京信息科技大学学报(自然科学版)》 >基于VMD与CNN的滚动轴承故障诊断方法

基于VMD与CNN的滚动轴承故障诊断方法

         

摘要

为提高滚动轴承故障诊断的智能性及准确性,针对传统模型难以提取故障特征的问题,提出了一种基于变分模态分解(VMD)及卷积神经网络(CNN)的滚动轴承故障混合特征提取及诊断方法.首先,将滚动轴承的原始振动信号进行变分模态分解;然后,为减少模型运算复杂度并缩减时间成本,利用峭度准则筛选分解后的若干模态分量;最后,将模态分量与振动信号共同结合构成二维特征矩阵,作为卷积神经网络模型的输入,达到对故障状态准确识别的目的.仿真结果表明,所提方法实现了对电机轴承状态的准确诊断.与传统诊断分析方法相比,轴承故障识别准确率更高,对实际工程应用具有重要意义.

著录项

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