基于EEMD和CNN-SVM的滾動軸承故障診斷

摘要： 針對滾動軸承振動信號易受外界噪聲干擾、傳統(tǒng)的故障診斷方法難以提取故障特征以及準確率低等問題，提出一種基于集合經(jīng)驗模態(tài)分解(EEMD)和卷積神經(jīng)網(wǎng)絡結合支持向量機(CNN-SVM)的滾動軸承故障診斷方法。利用EEMD算法對原始振動信號進行分解得到本征模態(tài)函數(shù)(IMF)分量，再由相關系數(shù)篩選最佳分量進行信號重構，得到降噪后的振動信號。將重構降噪后的振動信號轉換為二維特征圖輸入卷積神...