%0 Journal Article
%A 何勇
%A 刘晓玲
%T 基于参数自适应FMD和SDAE的变负载下轴承故障诊断
%D 2026
%R 
%J 振动与冲击
%P 189-200
%V 45
%N 2
%X 针对堆叠降噪自编码器网络在强噪声干扰及变负载工况下难以准确识别滚动轴承故障特征这一难题，提出一种基于特征模态分解与堆叠降噪自编码器相结合的滚动轴承故障诊断方法。首先，采用信号自相关函数对传统基尼系数进行改进。其次，以改进基尼系数作为模态分量评价指标，建立了参数自适应特征模态分解方法，并采用该方法对SDAE网络输入信号进行降噪。最后，将降噪后信号的包络谱输入到SDAE网络中并得到滚动轴承变负载工况下的故障类型诊断结果。基于3个开源数据集的算例分析表明，本文所提方法能够有效提升SDAE网络的滚动轴承故障诊断准确率。通过与其他方法的对比，验证了本文方法具有更好的稳定性和更高的故障诊断准确率。<br>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_14748.shtml