【技术实现步骤摘要】
本专利技术涉及轴承故障诊断，具体而言，涉及一种vmd-sco-mcnn的智能化轴承故障诊断方法。
技术介绍
1、轴承是各种旋转机械设备中最易发生故障的部件之一。若轴承出现故障，轻则会导致产品质量的下降甚至生产停产，从而给企业造成经济损失，重则会导致人员伤亡，并带来恶劣的社会影响。因此，对旋转机械有效地进行轴承故障诊断、从而指导设备维护维修具有十分重要的实际意义。
2、目前，随着机器学习方法研究的发展，人工智能技术逐渐广泛应用于各个领域。而在轴承故障诊断领域，将机器学习方法，特别是各种神经网络方法应用于轴承故障诊断已经成了主流的研究方向之一。然而，神经网络模型的性能会受到超参数影响，不合适的超参数可能会直接导致诊断错误、影响诊断准确率。因此，基于优化算法对神经网络进行寻优，找到超参数的最优匹配也成为了当前研究的热点。然而，现有智能优化算法在寻优精度、计算效率方面仍有进一步的提升空间。
技术实现思路
1、本专利技术提供了一种vmd-sco-mcnn的智能化轴承故障诊断方法。其中vm...
【技术保护点】
1.一种VMD-SCO-MCNN的智能化轴承故障诊断方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种VMD-SCO-MCNN的智能化轴承故障诊断方法，其特征在于，步骤二中，所述降噪预处理包括以下流程：设置进行变分模态分解降噪所需的固有模态函数数量、惩罚因子；将原始信号使用变分模态分解算法分解信号以获得多个固有模态函数分量；将固有模态函数按照中心频率从高到低排列，并计算每个固有模态函数的相关性，相关性最低的固有模态函数，则将其标记为噪声固有模态函数；去除所有标记为噪声的固有模态函数，并将剩余的固有模态函数相加以获得去噪后的重构信号。
...
【技术特征摘要】
1.一种vmd-sco-mcnn的智能化轴承故障诊断方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种vmd-sco-mcnn的智能化轴承故障诊断方法，其特征在于，步骤二中，所述降噪预处理包括以下流程：设置进行变分模态分解降噪所需的固有模态函数数量、惩罚因子；将原始信号使用变分模态分解算法分解信号以获得多个固有模态函数分量；将固有模态函数按照中心频率从高到低排列，并计算每个固有模态函数的相关性，相关性最低的固有模态函数，则将其标记为噪声固有模态函数；去除所有标记为噪声的固有模态函数，并将剩余的固有模态函数相加以获得去噪后的重构信号。
3.如权利要求1所述的一种vmd-sco-mcnn的智能化轴承故障诊断方法，其特征在于，步骤四中，所述鲨鱼合作优化算法所需参数，包括白鳍礁鲨个体数量m、鲨鱼领袖比例mp，0<mp<1，最大灰礁鲨数量sh，团...
【专利技术属性】
技术研发人员：唐宇峰，李家伟，曹睿，何俚秋，吕奇，熊娅伶，石砚秋，刘惺，
申请(专利权)人：四川轻化工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。