振动与冲击
振動與遲擊
진동여충격
JOURNAL OF VIBRATION AND SHOCK
2010年
10期
162-165
,共4页
赵元喜%胥永刚%高立新%崔玲丽
趙元喜%胥永剛%高立新%崔玲麗
조원희%서영강%고립신%최령려
滚动轴承%声发射%谐波小波包%神经网络%故障模式识别
滾動軸承%聲髮射%諧波小波包%神經網絡%故障模式識彆
곤동축승%성발사%해파소파포%신경망락%고장모식식별
由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型.利用神经网络对滚动轴承进行故障识别时,对谐波小波包和Daubechies小波包进行了比较.实验结果表明对于滚动轴承声发射信号的故障模式识别,将谐波小波包分解和BP神经网络相结合的方法可以获得良好的效果.
由于滾動軸承聲髮射信號在各頻段的能量分佈與軸承的故障類型相關,可以利用諧波小波包將不同故障滾動軸承的聲髮射信號分解到不同頻段,進而將各頻段的能量組成特徵嚮量輸入BP神經網絡,通過神經網絡判彆滾動軸承的故障類型.利用神經網絡對滾動軸承進行故障識彆時,對諧波小波包和Daubechies小波包進行瞭比較.實驗結果錶明對于滾動軸承聲髮射信號的故障模式識彆,將諧波小波包分解和BP神經網絡相結閤的方法可以穫得良好的效果.
유우곤동축승성발사신호재각빈단적능량분포여축승적고장류형상관,가이이용해파소파포장불동고장곤동축승적성발사신호분해도불동빈단,진이장각빈단적능량조성특정향량수입BP신경망락,통과신경망락판별곤동축승적고장류형.이용신경망락대곤동축승진행고장식별시,대해파소파포화Daubechies소파포진행료비교.실험결과표명대우곤동축승성발사신호적고장모식식별,장해파소파포분해화BP신경망락상결합적방법가이획득량호적효과.