基于VMD-LSTM的滚动轴承退化状态识别 |
| |
引用本文: | 魏永合,刘光昕,尹际雄.基于VMD-LSTM的滚动轴承退化状态识别[J].沈阳理工大学学报,2022(1):1-6,13. |
| |
作者姓名: | 魏永合 刘光昕 尹际雄 |
| |
摘 要: | 针对滚动轴承退化信号的非平稳、非线性特点以及全寿命退化状态难以有效识别的问题,提出一种基于变分模态分解(VMD)和长短时记忆神经网络(LSTM)相结合的滚动轴承退化状态识别方法.该方法首先采用麻雀搜索算法(SSA)对VMD的两个参数(模态分量个数和惩罚因子)进行优化;然后将滚动轴承振动信号分解成若干个本征模态函数(IM...
|
关 键 词: | 轴承退化状态识别 麻雀搜索算法 变分模态分解 长短时记忆神经网络 |
|
|