一种风力发电机组轴承故障诊断方法

本发明提供一种风力发电机组轴承故障诊断方法，涉及轴承故障诊断技术领域。首先将轴承原始振动信号进行EMD分解，得到一系列由高频到低频的IMF分量，通过相关系数筛选出经EMD分解后所产生虚假分量以及残余噪声分量并进行剔除；其次，计算所选IMF分量的能量熵，并组成特征向量，从而提高了特征的表现能力，减少了识别所需的时间；最后，以深度神经网络结合Q‑learning算法，训练深度Q学习模型多分类故障分类器，实现轴承故障信号的识别与诊断，提升了模型的故障识别精度，使模型具备了良好的分类识别性能，以增强故障信号的检测能力并提高诊断的准确性，提高风力发电机组轴承非线性非平稳振动信号的识别精度。