论文部分内容阅读
滚动轴承作为旋转类机械的关键部件,其运行状态的好坏不仅关乎着重大的经济利益,还会对社会安全带来深远的影响。因此对滚动轴承进行运行状态监测与故障诊断至关重要。随着人工智能时代的到来,故障诊断也向着智能化的趋势发展。本文以滚动轴承振动信号为研究对象,结合经验模态分解、奇异值分解、相空间重构以及螺旋矩阵等相关手段,提出了两种基于深度学习的滚动轴承故障诊断方法。论文的主要内容如下:(1)系统地介绍了滚动轴承故障诊断研究背景及意义、滚动轴承故障诊断各个发展阶段及常用的故障诊断方法,并论述了随着智能诊断的推广,