现代制造工程
現代製造工程
현대제조공정
MODERN MANUFACTURING ENGINEERING
2013年
5期
126-130
,共5页
曹保钰%陈国安%李伟%江帆%王泽文
曹保鈺%陳國安%李偉%江帆%王澤文
조보옥%진국안%리위%강범%왕택문
多转子%能量谱%RBF神经网络%故障类型诊断
多轉子%能量譜%RBF神經網絡%故障類型診斷
다전자%능량보%RBF신경망락%고장류형진단
multiple rotors%energy spectrum%RBF neural network%fault types diagnosis
对多转子系统中转子故障诊断进行了研究,以转子正常、偏心、不平衡和弯曲四种工作状态为例,采用径向基函数(RBF)神经网络对故障进行诊断.通过快速傅里叶变换和能量谱对转子振动信号进行特征提取,并将提取的特征向量作为神经网络的输入,实现多转子故障类型的识别.结果表明,利用能量谱和RBF神经网络能够有效地识别转子故障类型.
對多轉子繫統中轉子故障診斷進行瞭研究,以轉子正常、偏心、不平衡和彎麯四種工作狀態為例,採用徑嚮基函數(RBF)神經網絡對故障進行診斷.通過快速傅裏葉變換和能量譜對轉子振動信號進行特徵提取,併將提取的特徵嚮量作為神經網絡的輸入,實現多轉子故障類型的識彆.結果錶明,利用能量譜和RBF神經網絡能夠有效地識彆轉子故障類型.
대다전자계통중전자고장진단진행료연구,이전자정상、편심、불평형화만곡사충공작상태위례,채용경향기함수(RBF)신경망락대고장진행진단.통과쾌속부리협변환화능량보대전자진동신호진행특정제취,병장제취적특정향량작위신경망락적수입,실현다전자고장류형적식별.결과표명,이용능량보화RBF신경망락능구유효지식별전자고장류형.
