基于参数优化VMD及卷积神经网络的电机轴承微弱故障诊断方法

本发明涉及电机轴承的早期故障诊断技术领域，解决了传统故障诊断方法在信号分解过程中存在模态混叠和端点效应等，且故障特征信号难以提取的技术问题，尤其涉及一种基于参数优化VMD及卷积神经网络的电机轴承微弱故障诊断方法，该方法包括以下步骤：获取电机滚动轴承在运转状态下的原始信号；基于鲸鱼优化算法WOA优化变分模态分解VMD的参数得到最优参数组合[K,α]，并对原始信号进行信号分解得到若干个本征模态分量IMFs。本发明能够更有效的解决模态混叠等问题，能够自适应的分解信号提取故障特征，并能对电机轴承高效准确的进行故障分析，为早期故障诊断提供了一条有效的新途径。