基于優(yōu)化VMD參數(shù)與VGG模型的軸承故障診斷

摘要： 軸承振動信號的采集過程中難免會受到噪聲的影響，使得軸承部分故障特征難以提取。針對此問題，提出一種基于蜣螂算法(DBO)優(yōu)化變分模態(tài)分解(VMD)并與VGG神經(jīng)網(wǎng)絡相結(jié)合的軸承故障診斷方法。使用DBO對VMD進行參數(shù)尋優(yōu)，經(jīng)過優(yōu)化后的VMD將原始振動信號分解為多個本征模態(tài)函數(shù)(IMF),通過皮爾遜相關(guān)系數(shù)選擇合適的IMF對信號進行重構(gòu)；對重構(gòu)的信號進行連續(xù)小波變換(CWT)生成時... （共8頁）