重庆理工大学学报2021，Vol.35Issue(2) ：96-104.DOI:10.3969/j.issn.1674-8425(z).2021.02.013

基于组合降噪的卷积神经网络轴承故障诊断方法

Fault Diagnosis of Bearing Based on Convolutional Neural Network with Combined Noise Reduction

陈雪俊 贝绍轶 李波 卿宏军 毛坤鹏
重庆理工大学学报2021，Vol.35Issue(2) ：96-104.DOI:10.3969/j.issn.1674-8425(z).2021.02.013
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于组合降噪的卷积神经网络轴承故障诊断方法

Fault Diagnosis of Bearing Based on Convolutional Neural Network with Combined Noise Reduction

陈雪俊 1贝绍轶 1李波 1卿宏军 2毛坤鹏1
扫码查看

作者信息

  • 1. 江苏理工学院 汽车与交通工程学院,江苏 常州 213001
  • 2. 常州湖南大学机械装备研究院,江苏 常州 213000
  • 折叠

摘要

针对滚动轴承振动信号包含不同频率复杂噪声,单一降噪方法难以去除多种噪声,导致最终故障诊断率低的问题.提出一种基于组合降噪的卷积神经网络的轴承故障诊断方法.首先,通过SVD分解方法,根据奇异值差分谱,一次降噪并重构信号,去除信号内能量较低的宽频率噪声;再根据降噪重构信号,自适应选取CEEMD分解的参数,并进行自适应CEEMD分解,利用线性相关系数与峭度交集法滤除相关程度低、故障特征信息少的IMF分量,同时二次降噪并重构信号;最后,构建一维卷积神经网络并进行轴承故障诊断.通过原信号和组合降噪后信号的时频分析,轴承故障诊断实验,验证了该方法的有效性.

关键词

SVD分解/自适应CEEMD分解/卷积神经网络/故障诊断

引用本文复制引用

基金项目

国家自然科学基金(51705220)

江苏省高校自然科学基金重大项目(17KJA580003)

江苏省高校自然科学基金(17KJD580001)

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量2
参考文献量7
段落导航相关论文