振动、测试与诊断
振動、測試與診斷
진동、측시여진단
JOURNAL OF VIBRATION, MEASUREMENT & DIAGNOSIS
2008年
3期
229-232
,共4页
秦太龙%杨勇%程珩%薛松
秦太龍%楊勇%程珩%薛鬆
진태룡%양용%정형%설송
滚动轴承%本征模函数%能量矩%故障诊断%经验模态分解%BP神经网络
滾動軸承%本徵模函數%能量矩%故障診斷%經驗模態分解%BP神經網絡
곤동축승%본정모함수%능량구%고장진단%경험모태분해%BP신경망락
针对滚动轴承故障振动信号的非平稳特征,提出了一种本征模函数(Intrinsic Mode Function,简称IMF)能量矩的特征向量提取法,并与BP神经网络相结合用于滚动轴承的故障诊断.该方法首先利用经验模态分解(Em-pirical Mode Decomposition,简称EMD)方法.把振动信号分解为若干个IMF,再将重要的IMF分量作基于时间轴的积分,得到IMF能量矩特征向量,最后借助BP神经网络的分类能力对特征向量进行分类.对滚动轴承的正常状态、外圈故障、滚动体故障和外圈故障信号的分析结果表明,该方法能够准确、有效地识别这些故障.
針對滾動軸承故障振動信號的非平穩特徵,提齣瞭一種本徵模函數(Intrinsic Mode Function,簡稱IMF)能量矩的特徵嚮量提取法,併與BP神經網絡相結閤用于滾動軸承的故障診斷.該方法首先利用經驗模態分解(Em-pirical Mode Decomposition,簡稱EMD)方法.把振動信號分解為若榦箇IMF,再將重要的IMF分量作基于時間軸的積分,得到IMF能量矩特徵嚮量,最後藉助BP神經網絡的分類能力對特徵嚮量進行分類.對滾動軸承的正常狀態、外圈故障、滾動體故障和外圈故障信號的分析結果錶明,該方法能夠準確、有效地識彆這些故障.
침대곤동축승고장진동신호적비평은특정,제출료일충본정모함수(Intrinsic Mode Function,간칭IMF)능량구적특정향량제취법,병여BP신경망락상결합용우곤동축승적고장진단.해방법수선이용경험모태분해(Em-pirical Mode Decomposition,간칭EMD)방법.파진동신호분해위약간개IMF,재장중요적IMF분량작기우시간축적적분,득도IMF능량구특정향량,최후차조BP신경망락적분류능력대특정향량진행분류.대곤동축승적정상상태、외권고장、곤동체고장화외권고장신호적분석결과표명,해방법능구준학、유효지식별저사고장.
