基于参数优化的VMD与DBN的滚动轴承故障诊断

在分析了滚动轴承振动信号的故障分类诊断问题,提出了一种采用蜉蝣优化算法(MA)-变分模态分解(VMD)的故障特征提取与深度置信网络(DBN)相互融合的故障诊断方法。首先,以全局最小包络熵值为目标,基于MA算法进行振动信号的变分模态分解,筛选最佳VMD分量;其次,选取最典型包络谱值作为故障特征向量;最后,采用某实验室的故障轴承诊断数据,基于DBN网络算法进行故障诊断训练、检验和结果分析。实例分析结果表明,该方法的故障识别率达到98.67%,说明该方法可以有效地提取到故障特征并具有更高的故障识别率。

资料为PDF文档格式.

本文档关键词:参数,优化,滚动轴承,故障诊断,VMD