CEEMD1DCNN

Shuzhi Gao1, Tianchi Li2, Yimin Zhang2

  • 1Equipment Reliability Institute, Shenyang University of Chemical Technology, Shenyang 110142, China.

ISA transactions
|June 23, 2023
PubMed
概括

这项研究引入了一种新的方法,通过减少振动信号中的噪声来诊断滚动轴承故障. 适应性修改的互补组合实证模式分解 (AMCEEMD) 和1DCNN模型在轴承故障诊断中实现了更高的分类准确性.