融合OCEEMDAN的多模態(tài)互量綱一化與寬度學習改進的智能故障診斷

摘要： 滾動軸承作為旋轉機械的重要組成部分，在惡劣環(huán)境運行導致振動信號具有非線性和非平穩(wěn)的特點，使得區(qū)分故障信號和正常信號變得困難。針對此，提出一種結合多模態(tài)互量綱一化(MMDI)與寬度學習系統(tǒng)(BLS)的智能故障診斷方法。通過優(yōu)化完全自適應噪聲集合經(jīng)驗模態(tài)(OCEEMDAN)與小波閾值對軸承觀測信號進行分解處理，對有效的本征模態(tài)函數(shù)(IMF)重構并提取MDI,構建了一批MMDI;采用... （共10頁）