基于IEWT-AK-CNN的轴承故障诊断

杨辰昕; 边豪杰; 苏泓臣; 于佳鑫; 张宇宁; 冼海珍

doi:10.20190/j.cnki.02580918.202505021

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于IEWT-AK-CNN的轴承故障诊断

核安全 | 更新时间：2025-11-28

- 基于IEWT-AK-CNN的轴承故障诊断
- 基于IEWT-AK-CNN的轴承故障诊断
- 核科学与工程 2025年45卷第5期页码：1008-1017
- 作者机构：
  
  1. 华北电力大学电站能量传递转化与系统教育部重点实验室
  2. 华北电力大学能源动力与机械工程学院
- 作者简介：
- 基金信息：
- DOI：10.20190/j.cnki.02580918.202505021
  中图分类号： TM623;TP183
- 纸质出版：2025
- 稿件说明：
移动端阅览
杨辰昕, 边豪杰, 苏泓臣, 等. 基于IEWT-AK-CNN的轴承故障诊断[J]. 核科学与工程, 2025,45(5):1008-1017.

杨辰昕, 边豪杰, 苏泓臣, et al. 基于IEWT-AK-CNN的轴承故障诊断[J]. 2025, 45(5): 1008-1017.
杨辰昕, 边豪杰, 苏泓臣, 等. 基于IEWT-AK-CNN的轴承故障诊断[J]. 核科学与工程, 2025,45(5):1008-1017. DOI： 10.20190/j.cnki.02580918.202505021.

杨辰昕, 边豪杰, 苏泓臣, et al. 基于IEWT-AK-CNN的轴承故障诊断[J]. 2025, 45(5): 1008-1017. DOI： 10.20190/j.cnki.02580918.202505021.

摘要

为实现核电厂旋转机械轴承故障的有效诊断，提出了一种基于改进经验小波变换、自相关峭度和卷积神经网络的特征提取和智能诊断方法。首先，引入数学形态学改进经验小波变换，优化经验小波变换模态划分步骤，避免模态混叠现象。其次，通过改进经验小波变换得到多个模态分量，计算各模态分量的自相关峭度，提取周期性冲击特征，并构建特征向量。最后，搭建和训练卷积神经网络，得到智能诊断模型，实现轴承的智能故障诊断。利用核电厂实测轴承故障和正常信号进行测试，同时与基于经验模态分解和原始经验小波变换的智能诊断方法对比，结果表明，提出的方法平均准确率最高，准确率可达90.67%。

Abstract

关键词

Keywords

references

文成林,吕菲亚,包哲静,刘妹琴.基于数据驱动的微小故障诊断方法综述[J].自动化学报,2016(09).

陈强强,戴邵武,戴洪德,聂子健.基于IMF特征提取的滚动轴承故障诊断[J].噪声与振动控制,2020(01).

张新鹏,胡茑庆,胡雷,陈凌.A bearing fault diagnosis method based on sparse decomposition theory[J].Journal of Central South University,2016(08).

史庆峰,杨晓辉.660MW核电汽轮机低频振动机理分析与治理[J].汽轮机技术,2019(03).

王志超,夏虹,朱少民,彭彬森.EWT-GG聚类的核电厂轴承故障诊断方法研究[J].哈尔滨工程大学学报,2020(06).

张韦,张永,骈晓琴,苏赫,蔺相东.基于改进EMD样本熵和SVM的风机滚动轴承故障诊断[J].机电工程技术,2021(12).

关建军,刘飞华,张明佳.大亚湾核电站9DVN002ZV风机损坏故障根本原因分析[J].核科学与工程,2005(03).

郑祥豪,张宇宁,李金伟,张梁.基于变分模态分解和互相关分析的旋转机械信号降噪研究[J].核科学与工程,2022(02).

张雷克,武菁,王雪妮,马震岳,张金剑,唐华林.故障受油器影响下灯泡贯流式机组非线性振动特性[J].排灌机械工程学报,2022(11).

郎涛,敬睿,李岩,潘文翊,胡敬宁,张德胜.透平式能量回收一体机水润滑轴承四自由度动力特性[J].排灌机械工程学报,2023(08).

M. Kedadouche,M. Thomas,A. Tahan.A comparative study between Empirical Wavelet Transforms and Empirical Mode Decomposition Methods: Application to bearing defect diagnosis[J].Mechanical Systems and Signal Processing,2016.

Akhand Rai,S.H. Upadhyay.A review on signal processing techniques utilized in the fault diagnosis of rolling element bearings[J].Tribology International,2016.

闫晓丽.基于数学形态学与混沌理论的滚动轴承故障诊断研究[D].华北电力大学(北京),2021(01).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于自适应经验小波变换的轴承故障诊断研究

基于CNN的OCR技术在核电厂DCS系统测试中的应用和实现