摘要 : 针对传统轴承故障诊断算法精度低、易受噪声干扰等问题,提出一种经验模态分解与卷积神经网络相结合的诊断方法.利用光纤布拉格光栅(FBG)获取轴承的振动信号,再由经验模态分解将信号分解为多个本征模态函数(IMF)分量,并提取有效信号,利用IMF分量的结构... 展开
作者 | 陈勇 安汪悦 刘焕淋 陈亚武 |
---|---|
作者单位 | |
英文名称 | Detection Method Using FBG Sensing Signal to Diagnose Rolling Bearing Fault |
期刊名称 | 《中国激光 》 |
期刊英文名称 | 《Chinese Journal of Lasers》 |
页码/总页数 | 129-138 / 10 |
语种/中图分类号 | 汉语 / TN253 TN911.7 |
关键词 | 光纤光学 轴承故障诊断 经验模态分解 卷积神经网络 解耦分类 |
DOI | 10.3788/CJL202047.1104004 |
基金项目 | 国家自然科学基金(51977021)、重庆市研究生科研创新项目(CYS20263) |
收录情况 | BDHX CSCD CSTPCD |
机标主题词 / 分类号 | 人工神经网络;经验模态分解;轴承 / TP18;TN911;TH133.3 |