基于IESOA-BP的滾動(dòng)軸承故障診斷
電子測(cè)量技術(shù)
頁(yè)數(shù)： 7 2024-09-27
摘要： 在機(jī)械設(shè)備故障診斷中，輸入特征向量的差異會(huì)影響診斷精度，為了提高智能制造模式下滾動(dòng)軸承故障診斷的準(zhǔn)確性和可靠性，提出一種基于變分模態(tài)分解(VMD)和時(shí)頻域熵的故障特征提取結(jié)合改進(jìn)的白鷺群算法(IESOA)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的故障診斷方法。首先，借助變分模態(tài)分解，成功解決模式混疊的問(wèn)題；其次，提取各模態(tài)分量的時(shí)域香農(nóng)熵和頻域頻譜熵構(gòu)造故障特征向量，作為故障診斷模型的輸入；再次，引入... （共7頁(yè)）
開(kāi)通會(huì)員，享受整站包年服務(wù)
APP