论文部分内容阅读
滚动轴承故障诊断由故障信号采集、故障特征提取以及故障特征识别三部分构成。故障特征提取的可靠性和故障特征识别的准确性是影响滚动轴承故障诊断准确性的核心问题。应用信号处理技术精准提取故障信号特征成为故障诊断领域的研究热点,已广泛应用于滚动轴承故障诊断中。此外,深度学习由于其强大的特征学习能力和数据处理能力,近些年被广泛应用于故障诊断领域。本文提出了基于信号处理和深度学习的滚动轴承故障诊断方法,提高了滚动轴承故障诊断准确率。本文主要研究内容如下:提出基于CEEMDAN-Hilbert的滚动轴承故障特征提取