基于自適應(yīng)MCKD與CNN的滾動軸承故障診斷

摘要： 為了解決強(qiáng)背景噪聲下故障特征提取困難及傳統(tǒng)方法依賴經(jīng)驗(yàn)和知識的問題，提出了一種基于自適應(yīng)最大相關(guān)峭度解卷積（MCKD）與卷積神經(jīng)網(wǎng)絡(luò)（CNN）的滾動軸承故障診斷方法。首先，利用粒子群算法（PSO）優(yōu)化MCKD的參數(shù)。其次，對滾動軸承故障信號進(jìn)行信號濾波，得到降噪后的信號。最后，將降噪后的信號輸入到構(gòu)建的CNN模型中進(jìn)行訓(xùn)練和測試，得到軸承故障診斷的分類結(jié)果。通過軸承壽命試驗(yàn)臺的... （共4頁）