关键词：EMD;神经网络;船舶;机械设备;轴承;故障;诊断
摘 要：为了解决船舶机械设备轴承故障诊断结果准确性较低的问题，提出基于EMD(Empirical Mode Decomposition)与神经网络的船舶机械设备轴承故障诊断方法研究。首先，采集轴承振动信号，并对其作出预处理。其次，利用EMD方法原理，将复杂的轴承振动信号分解成多个IMF(Intrinsic Mode Function)分量，构建轴承故障特征向量。在此基础上，建立特征训练神经网络模型，基于模型的迭代训练，诊断轴承故障的具体位置和类型。实验结果表明，提出的诊断方法应用后，轴承故障错误诊断数量较少，诊断准确度均达到98%以上，有较高的性能和准确性。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取