科创中国
基于改进经验模态分解算法与优化深度置信网络的滚动轴承故障诊断方法
发布时间: 2023-06-19
基本信息
合作方式：
技术转让
成果类型：
发明专利,实用新型专利
行业领域：
电子信息技术
成果介绍
本发明公开了基于改进经验模态分解算法与优化深度置信网络的滚动轴承故障诊断方法，属于轴承故障诊断领域。
成果亮点
首先，将信号分解成若干个固有模态函数(IMF)分量，采用皮尔逊相关系数计算原始信号与各IMF分量的相关程度；然后，设计了一个阈值，将IMF分量按pearson系数的大小分成三组，并提出了一种新的加权规则，根据IMF分量的相关系数大小，为其分配了不同的权重，并进行重构，增强了富含故障信息的IMF分量，从而提高了信噪比；而后，分别提取重构信号的时域、频域、小波域和多尺度能量矩特征，并使用主成分分析消除各域特征的量纲差异，构建多域融合特征集；最后，使用灰狼优化算法优化DBN的学习率，并将融合故障特征输入到DBN中进行二次挖掘，使用改进的softmax算法替换DBN中的传统softmax完成故障分类。
团队介绍
任海军，谭志强，丁显飞，罗亮，谢攀，闫通，董治强，李直珉
成果资料
下载app