典型文献
基于优化变模态分解和卷积神经网络的轴承故障诊断方法研究
文献摘要：
针对滚动轴承故障诊断中的时频特征自适应提取与智能诊断问题,提出一种基于优化变模态分解和卷积神经网络的旋转机械故障诊断方法.通过粒子群算法优化VMD算法得到核心参数的最优组合,经过P SO优化的VMD算法将原始轴承信号分解为一系列不同的本征模态函数,提取其中有效的IMF分量,再将有效的IMF分量输入到CNN网络里训练,利用CNN网络进行自主特征学习和模式识别.提出的方法克服了传统VMD分解而引起的过度分解或分解不彻底问题,有效提高了分类精度,获得的故障诊断准确率最高.
文献关键词：
轴承;故障诊断;优化变模态分解;卷积神经网络
中图分类号：
作者姓名：
李萌;黄子悦
作者机构：
长春大学 机械工程学院, 长春130022
文献出处：
引用格式：
[1]李萌;黄子悦-.基于优化变模态分解和卷积神经网络的轴承故障诊断方法研究)[J].长春大学学报,2022(02):1-9
A类：
优化变模态分解
B类：
故障诊断方法,滚动轴承故障诊断,时频特征,特征自适应,自适应提取,智能诊断,诊断问题,旋转机械故障诊断,粒子群算法,算法优化,VMD,核心参数,最优组合,SO,信号分解,本征模态函数,IMF,特征学习,模式识别,分类精度,故障诊断准确率
AB值：
0.248937
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
