一种基于短时希尔伯特变换的滚动轴承故障诊断方法

摘要

本发明涉及轴承故障检测技术领域，公开了一种基于短时希尔伯特变换的滚动轴承故障诊断方法，包括：A)采集轴承振动信号，利用最小熵解卷积设计最优滤波器；B)利用最优滤波器对轴承振动信号进行滤波处理；C)对滤波处理后的轴承振动信号进行短时希尔伯特变换，获得特征图像；D)构建卷积神经网络模型；E)利用已经训练好的卷积神经网络模型实现轴承故障类别分类。本发明利用最小熵解卷积对采集到的信号进行滤波处理，再通过短时希尔伯特变换方法获取特征图像，能够最大限度地保留振动信号特征，再通过卷积神经网络实现了轴承故障类型以及故障严重程度的分类，提高了故障分类的准确性。