电子测试
電子測試
전자측시
ELECTRONIC TEST
2013年
7期
133-134
,共2页
齿轮%故障诊断%BP 神经网络%粗糙集%约简
齒輪%故障診斷%BP 神經網絡%粗糙集%約簡
치륜%고장진단%BP 신경망락%조조집%약간
Gear%fault diagnosis%BP Neural Network%Rough Set%Reduce
通过采集齿轮不同故障状态下的振动信号,并提取其小波包能量和7个时域特征量作为特征值,利用 BP 神经网络进行建模实现了对齿轮的故障诊断.为了解决特征之间存在冗余信息的问题,提出了利用粗糙集对齿轮的故障特征集进行属性约简,在不降低分类效果的情况下,实现特征集的降维处理,提高了诊断的效率和精度.
通過採集齒輪不同故障狀態下的振動信號,併提取其小波包能量和7箇時域特徵量作為特徵值,利用 BP 神經網絡進行建模實現瞭對齒輪的故障診斷.為瞭解決特徵之間存在冗餘信息的問題,提齣瞭利用粗糙集對齒輪的故障特徵集進行屬性約簡,在不降低分類效果的情況下,實現特徵集的降維處理,提高瞭診斷的效率和精度.
통과채집치륜불동고장상태하적진동신호,병제취기소파포능량화7개시역특정량작위특정치,이용 BP 신경망락진행건모실현료대치륜적고장진단.위료해결특정지간존재용여신식적문제,제출료이용조조집대치륜적고장특정집진행속성약간,재불강저분류효과적정황하,실현특정집적강유처리,제고료진단적효솔화정도.
Collect vibration signal of Gear in different fault state,and extract it’s wavelet packet energy together with seven Time-domain characteristics.Use BP Neural Network to comply fault diagnosis of Gear.In order to solve the problem of redundant information exists between the characteristics,use Rough Set to reduce attributes.Reduce the dimension of feature set without reduce the effect of classification, Improved the efficiency and accuracy of the diagnosis.
