摘要：

针对轴承运行环境复杂且振动信号具有非稳定性，受噪声影响较大，难以提取有效故障特征并准确诊断问题，提出一种改进变分模态分解降噪和卷积神经网络的智能诊断方法。首先利用排列熵阈值法确定VMD分解层数，对分解出的本征模态分量按照峭度准则和互相关准则重构，然后将降噪后的信号作为特征向量输入到CNN模型中训练，利用训练后的模型实现未知故障的诊断。试验结果表明，提出的方法能快速的对轴承进行故障诊断，并具有较高的准确率。

关键词: 故障诊断, 变分模态分解, 卷积神经网络, 轴承, 特征提取