| 基于VMD降噪和CNN的轴承故障诊断 |
| |
| 引用本文： | 朵慕社,纪国宜,朱海龙,杨小东. 基于VMD降噪和CNN的轴承故障诊断[J]. 噪声与振动控制, 2021, 41(5): 155-160. DOI: 10.3969/j.issn.1006-1355.2021.05.025 |
| |
| 作者姓名： | 朵慕社 纪国宜 朱海龙 杨小东 |
| |
| 作者单位： | （ 南京航空航天大学机械结构力学及控制国家重点实验室，南京210016 ） |
| |
| 摘 要： | 针对轴承运行环境复杂且振动信号具有非稳定性，受噪声影响较大，难以提取有效故障特征并准确诊断问题，提出一种改进变分模态分解降噪和卷积神经网络的智能诊断方法。首先利用排列熵阈值法确定VMD分解层数，对分解出的本征模态分量按照峭度准则和互相关准则重构，然后将降噪后的信号作为特征向量输入到CNN模型中训练，利用训练后的模型实现未知故障的诊断。试验结果表明，提出的方法能快速的对轴承进行故障诊断，并具有较高的准确率。
|
| 关 键 词： | 故障诊断 变分模态分解 卷积神经网络 轴承 特征提取 |
| 收稿时间： | 2021-01-07 |
| 修稿时间： | 2021-01-12 |
Bearing Fault Diagnosis Based on VMD Noise Reduction and CNN |
| |
| Duo Mushe. Bearing Fault Diagnosis Based on VMD Noise Reduction and CNN[J]. Noise and Vibration Control, 2021, 41(5): 155-160. DOI: 10.3969/j.issn.1006-1355.2021.05.025 |
| |
| Authors: | Duo Mushe |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《噪声与振动控制》浏览原始摘要信息 |
|
点击此处可从《噪声与振动控制》下载全文 |
