• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于深度学习和经验模态分解的双列圆锥滚动轴承故障诊断
  • 作者

    廖宁陶洁杨大炼

  • 单位

    中南林业科技大学涉外学院湖南科技大学知识处理与网络化制造实验室湖南科技大学机械设备健康维护湖南省重点实验室

  • 摘要
    双列圆锥滚动轴承在列车走行部应用广泛,由于该类轴承结构比较复杂,传统的故障诊断方法难以识别该类轴承的早期微弱故障.为此,提出基于深度学习的双列圆锥滚动轴承早期微弱故障诊断方法.首先,对轴承的振动信号进行经验模态分解,提取信号的瞬时能量构造特征向量;最后,利用深度学习方法对特征向量进行无监督学习,生成故障诊断分类器,完成故障的分类识别.实验中对某型号双列圆锥滚动轴承的正常状态、内圈故障和外圈故障进行信号分析与故障识别.结果表明,所提方法能有效识别双列圆锥滚动轴承的早期微弱故障,分类准确率达到98%.
  • 关键词

    深度学习双列圆锥滚动轴承经验模态分解故障诊断

  • 基金项目(Foundation)
    湖南科技大学机械设备健康维护湖南省重点实验室开放基金资助项目(201605);湖南科技大学博士科研启动基金资助项目(E57101);
  • 相关文章
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联