针对在强烈背景噪声影响下的滚动轴承故障特征提取困难，提出了一种基于变分模态分解与卷积神经网络融合的滚动轴承故障诊断方法。将原始振动信号分解为多个模态分量，结合皮尔逊相关系数作为自动分解终止阈值和最优模态分量选取指标；针对轴承故障特征构建卷积神经网络，将最优模态分量作为输入以提取、分类故障类型。试验结果表明，所提方法能够精确诊断滚动轴承故障，为强噪声影响下的滚动轴承故障识别提供了新的思路。
科研之友
微信
新浪微博
Facebook
分享链接
