利用FBG传感信号诊断滚动轴承故障的检测方法

• 作者: 陈勇 安汪悦 刘焕淋 陈亚武
• 来源期刊: 中国激光
• 关键词: 光纤光学 轴承故障诊断 经验模态分解 卷积神经网络 解耦分类
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 测量与计量|Measurement and Metrology
• 页码范围: 129-138
• 页数: 10页
• 分类号: TN253|TN911.7
• 语种: 中文
• DOI: 10.3788/CJL202047.1104004

摘要

针对传统轴承故障诊断算法精度低、易受噪声干扰等问题,提出一种经验模态分解与卷积神经网络相结合的诊断方法.利用光纤布拉格光栅(FBG)获取轴承的振动信号,再由经验模态分解将信号分解为多个本征模态函数(IMF)分量,并提取有效信号,利用IMF分量的结构特性将IMF分量组合成矩阵,输入至改进的卷积神经网络中进行故障分类识别.实验结果表明,所提方法能有效识别正常轴承、故障轴承及复合故障轴承,其识别准确率大于91％.