来源：期刊VIP网 时间：
作者：杨辰昕;边豪杰;苏泓臣;于佳鑫;张宇宁;冼海珍;
单位：华北电力大学电站能量传递转化与系统教育部重点实验室;华北电力大学能源动力与机械工程学院;
摘要：为实现核电厂旋转机械轴承故障的有效诊断，提出了一种基于改进经验小波变换、自相关峭度和卷积神经网络的特征提取和智能诊断方法。首先，引入数学形态学改进经验小波变换，优化经验小波变换模态划分步骤，避免模态混叠现象。其次，通过改进经验小波变换得到多个模态分量，计算各模态分量的自相关峭度，提取周期性冲击特征，并构建特征向量。最后，搭建和训练卷积神经网络，得到智能诊断模型，实现轴承的智能故障诊断。利用核电厂实测轴承故障和正常信号进行测试，同时与基于经验模态分解和原始经验小波变换的智能诊断方法对比，结果表明，提出的方法平均准确率最高，准确率可达90.67%。
关键词：改进经验小波变换;;自相关峭度;;卷积神经网络;;轴承故障诊断
