一種基于EEMD和改進GSA-SOM神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷方法

基本信息

申請?zhí)?/td> CN202011315904.5 申請日 -
公開（公告）號 CN112345252A 公開（公告）日 2021-02-09
申請公布號 CN112345252A 申請公布日 2021-02-09
分類號 G01M13/045(2019.01)I;G06N3/04(2006.01)I 分類 測量；測試;
發(fā)明人 胡海平;張永會;鮑峰;李楊;楊朝武;于芳;邱宇;姬聯(lián)濤;李官軍;李浩源 申請（專利權(quán)）人 松花江水力發(fā)電有限公司吉林白山發(fā)電廠
代理機構(gòu) 通化旺維專利商標(biāo)事務(wù)所有限公司 代理人 王偉
地址 100033北京市西城區(qū)西長安街86號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于EEMD和改進GSA?SOM神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷方法，該方法首先通過EEMD分解將非平穩(wěn)的原始振動信號分解成若干個平穩(wěn)的本征模函數(shù)（IMF）；隨后進行能量特征提取，得到反映振動信號的特征向量；進一步，采用改進GSA算法對SOM神經(jīng)網(wǎng)絡(luò)權(quán)重進行優(yōu)化，最后將得到的特征向量輸入到改進GSA?SOM神經(jīng)網(wǎng)絡(luò)中進行故障自動識別。與現(xiàn)有技術(shù)相比，該方法結(jié)合了集合經(jīng)驗?zāi)B(tài)分解和人工智能算法的優(yōu)點，可以準(zhǔn)確地提取滾動軸承故障特征，具有較高的識別精度，提高了滾動軸承故障類型識別的準(zhǔn)確率，能有效地應(yīng)用于滾動軸承的故障診斷中。??