-
公开(公告)号:CN115060497B
公开(公告)日:2023-07-11
申请号:CN202210655047.6
申请日:2022-06-10
Applicant: 南昌工程学院
IPC: G01M13/045 , G06F18/10 , G06F18/213 , G06F18/24 , G06N3/047 , G06N3/006 , G06N3/08
Abstract: 本发明公开了一种基于CEEMD能量熵和优化PNN的轴承故障诊断方法,包括:S1、采集不同故障状态下的轴承振动信号;S2、采用互补集合经验模态分解算法将轴承振动信号进行分解处理,获得本征模态分量;S3、计算本征模态分量和轴承振动信号数据的相关系数并进行筛选处理,获得有效本征模态分量;S4、提取有效本征模态分量的能量熵,组成特征向量矩阵;S5、构建概率神经网络模型,将特征向量矩阵输入概率神经网络模型,训练优化概率神经网络模型,获得概率神经网络轴承故障诊断模型;S6、将特征向量矩阵输入所述概率神经网络轴承故障诊断模型,构建由改进麻雀搜索算法优化的概率神经网络故障诊断模型,完成故障识别和分类。
-
公开(公告)号:CN115060497A
公开(公告)日:2022-09-16
申请号:CN202210655047.6
申请日:2022-06-10
Applicant: 南昌工程学院 , 南京市锅炉压力容器检验研究院
IPC: G01M13/045 , G06K9/00 , G06N3/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于CEEMD能量熵和优化PNN的轴承故障诊断方法,包括:S1、采集不同故障状态下的轴承振动信号;S2、采用互补集合经验模态分解算法将轴承振动信号进行分解处理,获得本征模态分量;S3、计算本征模态分量和轴承振动信号数据的相关系数并进行筛选处理,获得有效本征模态分量;S4、提取有效本征模态分量的能量熵,组成特征向量矩阵;S5、构建概率神经网络模型,将特征向量矩阵输入概率神经网络模型,训练优化概率神经网络模型,获得概率神经网络轴承故障诊断模型;S6、将特征向量矩阵输入所述概率神经网络轴承故障诊断模型,构建由改进麻雀搜索算法优化的概率神经网络故障诊断模型,完成故障识别和分类。
-