机电工程
機電工程
궤전공정
MECHANICAL & ELECTRICAL ENGINEERING MAGAZINE
2010年
2期
54-56,82
,共4页
崔逊波%邹俊%阮晓东%傅新
崔遜波%鄒俊%阮曉東%傅新
최손파%추준%원효동%부신
故障诊断%加权概率神经网络%抗噪%齿轮箱
故障診斷%加權概率神經網絡%抗譟%齒輪箱
고장진단%가권개솔신경망락%항조%치륜상
针对齿轮箱现场故障诊断易受噪声干扰、诊断精度低的问题,提出了一种基于区分性权重概率神经网络的故障诊断方法.该方法考虑了不同子带特征受噪声的污染程度不同,提高噪声影响小的特征在诊断中的权重,降低噪声影响大的特征在诊断中的权重,以提高诊断的噪声鲁棒性,最终实现了齿轮箱故障的诊断.试验研究结果表明,与BP神经网络和概率神经网络诊断相比,该方法具有较高的诊断正确率和较强的诊断鲁棒性;并且该方法中平滑度参数对故障诊断精度影响不大,可以避免该参数选择困难的问题,具有良好的工程应用前景.
針對齒輪箱現場故障診斷易受譟聲榦擾、診斷精度低的問題,提齣瞭一種基于區分性權重概率神經網絡的故障診斷方法.該方法攷慮瞭不同子帶特徵受譟聲的汙染程度不同,提高譟聲影響小的特徵在診斷中的權重,降低譟聲影響大的特徵在診斷中的權重,以提高診斷的譟聲魯棒性,最終實現瞭齒輪箱故障的診斷.試驗研究結果錶明,與BP神經網絡和概率神經網絡診斷相比,該方法具有較高的診斷正確率和較彊的診斷魯棒性;併且該方法中平滑度參數對故障診斷精度影響不大,可以避免該參數選擇睏難的問題,具有良好的工程應用前景.
침대치륜상현장고장진단역수조성간우、진단정도저적문제,제출료일충기우구분성권중개솔신경망락적고장진단방법.해방법고필료불동자대특정수조성적오염정도불동,제고조성영향소적특정재진단중적권중,강저조성영향대적특정재진단중적권중,이제고진단적조성로봉성,최종실현료치륜상고장적진단.시험연구결과표명,여BP신경망락화개솔신경망락진단상비,해방법구유교고적진단정학솔화교강적진단로봉성;병차해방법중평활도삼수대고장진단정도영향불대,가이피면해삼수선택곤난적문제,구유량호적공정응용전경.
