一种基于静电信号的GA-BP滚动轴承故障诊断方法

本发明涉及机械设备故障诊断领域，公开了一种基于静电信号的GA‑BP滚动轴承故障诊断方法。该方法首先采集经放大处理的滚动轴承静电信号，并采用加入自适应白噪声的完全集合经验模态分解方法将静电信号分解为若干本征模态函数分量（IMF）。随后，选取前8个IMF分量，基于其能量特征构建归一化的特征向量。对特征向量进行归一化处理和训练集、测试集划分后，输入至BP神经网络模型。通过遗传算法对BP神经网络权重和阈值参数进行优化，提高网络训练的全局寻优能力，最终实现滚动轴承故障类型的智能识别。该方法能有效提取静电信号中的轴承运行状态信息，提升了故障诊断的准确率和可靠性。