基于VMD-DBN的滚动轴承故障诊断方法

摘要：

为揭示滚动轴承故障振动信号的典型特征规律,结合变分模态分解(VMD)与深度置信网络(DBN)的优势,提出轴承振动信号特征的提取方法.将信号先进行基于VMD的分解,根据各模态分量频谱图确定其模态参数,得到若干个模态分量.然后,基于DBN强大的特征提取能力,采用DBN无监督特征提取方法,将得到的模态分量映射到一维,并融合各分量的DBN特征形成特征向量,将其作为粒子群优化支持向量机(PSO-SVM)的输入进行故障诊断.实验验证与对比分析证明了VMD-DBN方法的可行性与优越性.

关键词：滚动轴承;变分模态分解;深度置信网络;特征提取;故障诊断

所属期刊栏目：42

分类号：TH165.3

资助基金：中央高校基本科研业务费专项资金资助项目N180304018

在线出版日期：2021-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1105-1110