基于VMD和CNN的滚动轴承故障定量诊断方法

作     者：吕阳 廖与禾 王报祥 薛久涛 LV Yang;LIAO Yuhe;WANG Baoxiang;XUE Jiutao

作者机构：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 

基　　金：国家自然科学基金资助项目(51575424) 

出 版 物：《中国科技论文》 (China Sciencepaper)

年 卷 期：2020年第15卷第7期

页      码：735-742页

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。

主 题 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 

学科分类：08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0838[0838] 

馆 藏 号：203961704...