基于EEMD和CNN-SVM的滾動(dòng)軸承故障診斷

摘要： 針對(duì)滾動(dòng)軸承振動(dòng)信號(hào)易受外界噪聲干擾、傳統(tǒng)的故障診斷方法難以提取故障特征以及準(zhǔn)確率低等問(wèn)題，提出一種基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)和卷積神經(jīng)網(wǎng)絡(luò)結(jié)合支持向量機(jī)(CNN-SVM)的滾動(dòng)軸承故障診斷方法。利用EEMD算法對(duì)原始振動(dòng)信號(hào)進(jìn)行分解得到本征模態(tài)函數(shù)(IMF)分量，再由相關(guān)系數(shù)篩選最佳分量進(jìn)行信號(hào)重構(gòu)，得到降噪后的振動(dòng)信號(hào)。將重構(gòu)降噪后的振動(dòng)信號(hào)轉(zhuǎn)換為二維特征圖輸入卷積神... （共6頁(yè)）