摘要： 為了解決強(qiáng)背景噪聲下故障特征提取困難及傳統(tǒng)方法依賴經(jīng)驗(yàn)和知識(shí)的問題，提出了一種基于自適應(yīng)最大相關(guān)峭度解卷積（MCKD）與卷積神經(jīng)網(wǎng)絡(luò)（CNN）的滾動(dòng)軸承故障診斷方法。首先，利用粒子群算法（PSO）優(yōu)化MCKD的參數(shù)。其次，對(duì)滾動(dòng)軸承故障信號(hào)進(jìn)行信號(hào)濾波，得到降噪后的信號(hào)。最后，將降噪后的信號(hào)輸入到構(gòu)建的CNN模型中進(jìn)行訓(xùn)練和測(cè)試，得到軸承故障診斷的分類結(jié)果。通過軸承壽命試驗(yàn)臺(tái)的... （共4頁(yè)）