基于CEEMD能量熵和优化PNN的轴承故障诊断方法

摘要

本发明公开了一种基于CEEMD能量熵和优化PNN的轴承故障诊断方法,包括：S1、采集不同故障状态下的轴承振动信号；S2、采用互补集合经验模态分解算法将轴承振动信号进行分解处理，获得本征模态分量；S3、计算本征模态分量和轴承振动信号数据的相关系数并进行筛选处理，获得有效本征模态分量；S4、提取有效本征模态分量的能量熵，组成特征向量矩阵；S5、构建概率神经网络模型，将特征向量矩阵输入概率神经网络模型，训练优化概率神经网络模型，获得概率神经网络轴承故障诊断模型；S6、将特征向量矩阵输入所述概率神经网络轴承故障诊断模型，构建由改进麻雀搜索算法优化的概率神经网络故障诊断模型，完成故障识别和分类。