热能动力工程

作者：张伟业,缪维跑,闻 麒,李 春,肖俊青

单位：上海理工大学,,上海理工大学,,上海理工大学,,上海理工大学,,上海理工大学,

关键词：轴承;卷积神经网络;分形盒维数;自适应白噪声平均总体经验模态分解;故障诊断

基金：国家自然科学基金资助项目(51976131,52006148,52106262)；上海市Ⅳ类高峰学科-能源科学与技术-上海非碳基能源转换与利用研究院建设项目资助Fund-support Project: National Natural Science Foundation of China ( 51976131,52006148,52106262 ) ; shanghai IV peak discipline-Energy Science and Technology-Shanghai Non

为保证旋转机械安全稳定运行,在实现轴承早期疲劳损伤阶段故障诊断,提出了改进自适应白噪声平均总体经验模态分解与卷积神经网络融合的故障诊断方法。通过该方法分解原始故障信号,联合核主成分分析降维与分形盒维数筛选最佳重构分量,输入卷积神经网络实现非线性故障特征提取。通过不同信噪比下与现有方法进行对比,表明本方法具有较强抗噪性和较高识别准确率,可有效解决传统轴承故障诊断方法信号非线性特征提取不充分,识别精度不足的局限性。

来源：2024年第8期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2024年第8期