Méthode de diagnostic des pannes de roulement basée sur EEMD et LSTM

Le suivi de l'état et la détection des pannes des roulements à billes sont d'une grande importance pour garantir le fonctionnement sûr et fiable des systèmes de machines tournantes. Au cours des dernières années, le réseau de neurones profond (DNN) a été reconnu comme un outil efficace pour détecter les pannes des roulements à billes. Cependant, il est trop complexe de fournir directement le signal de vibration original au réseau de neurones DNN, et la précision de l'identification des pannes n'est pas élevée. En utilisant la technologie de prétraitement du signal, le signal original peut être efficacement supprimé et prétraité sans perdre l'information clé de diagnostic. Dans cet article, une nouvelle méthode de diagnostic des pannes de roulement EEMD-LSTM est proposée, qui combine la technologie de prétraitement du signal avec la méthode EEMD capable d'obtenir des signaux caractéristiques de panne clairs, et la technologie LSTM pour extraire automatiquement les caractéristiques de panne, ce qui améliore l'efficacité de l'extraction des caractéristiques de panne. En cas de petite taille d'échantillon, cette méthode peut significativement améliorer la précision du diagnostic des pannes.