来源：期刊VIP网 时间：
作者：刘俊利;缪炳荣;张盈;李永健;黄仲;
单位：西南交通大学牵引动力国家重点实验室;五邑大学轨道交通学院;
摘要：针对滚动轴承故障诊断过程中样本处理、故障识别等技术问题，提出一种基于Morlet小波和分类回归树(Classification and Regression Tree, CART)的滚动轴承故障诊断方法。首先，利用Morlet小波分析方法和移动窗方法对轴承振动信号进行样本处理。其次，对提取的短样本进行变分模态分解与特征提取，完成训练集和测试集的构建。然后，使用训练集训练CART决策树分类模型，同时引入随机搜索和K折交叉验证用于模型关键参数优化，以获取理想的轴承故障分类模型。测试集验证结果表明，该方法不但能实现多种轴承故障的有效诊断、在含噪测试集中表现良好，而且单个样本的数据长度和采样时长的缩短效果明显。
关键词：故障诊断;;滚动轴承;;Morlet小波;;VMD;;CART决策树
基金资助：国家自然科学基金项目(51775456);; 牵引动力国家重点实验室自主研究课题(2019TPL＿T03,2023TPL＿T08);; 四川省重点研发项目(2023YFG0197);; 中央高校基本科研业务费-专题研究项目(2682022ZTPY007)资助~~
