基于改进的VMD优化CNN-GRU神经网络的滚动轴承故障诊断算法

本发明提出一种基于改进的VMD优化CNN‑GRU神经网络的滚动轴承故障诊断算法，针对滚动轴承在复杂工况下早期故障难以识别的问题。本发明包含的方法包括提出融合鱼鹰算法与柯西变异策略的OCSSA算法，实现对VMD参数的自适应优化，显著缓解模态混叠、提升信号分解精度；本发明通过构建CNN‑GRU端到端深度诊断框架，自动提取时频融合特征并建模时序依赖，降低对人工特征的依赖；在CWRU轴承数据集上验证模型性能，平均识别准确率达98.67％，相较主流模型在精度与运行效率上均有明显提升，具备良好的泛化能力与工程应用潜力。