基于VMD与发育网络的滚动轴承故障检测

• 作者: 赵志杰 曾劲松 郝旺身 司少剑
• 来源期刊: 组合机床与自动化加工技术
• 关键词: 滚动轴承 变分模态分解 发育神经网络 特征向量 故障检测
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 设计与研究
• 页码范围: 81-85
• 页数: 5页
• 分类号: TH162|TG506
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2021.05.019

摘要

针对传统的轴承故障诊断过于依赖专家经验和故障特征提取困难的现状,同时为了适应故障诊断的大数据处理及实时监测的需求,提出了一种基于变分模态分解(variational mode decomposi-tion,VMD)与发育神经网络(developmental neural network,DNN)相结合的故障诊断方法.先将原始信号分组处理,再对分组后的信号进行VMD分解,得到若干个模态分量(IMF),根据相关系数对信号进行重构,随后提取重构信号的各个模态分量(IMF)的能量占比组成特征向量组,输入发育神经网络中进行训练和测试,进而对故障类型进行识别与分类,并与支持向量机(SVM)进行了对比.实验表明该方法的识别准确率可高达98.3％.