一种基于机器学习的滚动轴承故障诊断方法

本发明公开了一种基于机器学习的滚动轴承故障诊断方法，属于机械设备故障诊断技术领域，包括以下步骤：步骤S1：VMD参数优化；步骤S2：有效IMF分量筛选；步骤S3：特征提取及降维；步骤S4：故障诊断。本发明利用变分模态分解降低振动信号中的噪声，针对变分模态分解参数选择的难题，采用自适应灰狼算法寻优；利用排列熵对降噪后的数据进行特征提取，运用非线性主成分分析算法降低故障特征的维度，有效降低了振动信号中噪声对故障诊断准确率的影响，能够显著提高滚动轴承故障诊断的准确率。