关键词：滚动轴承;自动化故障诊断;深度置信网络;信息融合
摘 要：文章采用深度置信网络(DBN)与信息融合的方式，提出一种自动化机械轴承故障诊断方法。通过使用集成经验模态分解方法，将多个本征模态域分解成多个本征模态函数，并将其输入到多个DBN模型中，实现对多个DBN的辨识，从而对各DBN的辨识结果进行决策级融合，进而获得最终的轴承故障诊断结果。通过对单载荷、多载荷条件下不同种类、不同损坏程度的滚动轴承的故障诊断算例，验证所提方法的有效性、准确性。研究结果表明，自动化机械轴承故障诊断方法能够有效地辨识出单载荷和多载荷工况下的轴承故障，与无信息融合的常规DBN算法相比，本研究提出的算法在单载荷下的故障判别率更高，并且在更加贴近真实工作环境的多载荷工况下能够达到97.54%的平均故障判别率。
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