煤矿机械
煤礦機械
매광궤계
COAL MINE MACHINERY
2013年
6期
278-280
,共3页
张睿%郑文帅%黄彬城%钱坤
張睿%鄭文帥%黃彬城%錢坤
장예%정문수%황빈성%전곤
快速独立分量分析%概率神经网络算法%齿轮箱%故障诊断
快速獨立分量分析%概率神經網絡算法%齒輪箱%故障診斷
쾌속독립분량분석%개솔신경망락산법%치륜상%고장진단
机械设备运行中得到的诊断信息往往存在信噪比低、信号混叠等问题,严重影响提取真实的故障信号特征,降低了诊断准确率.针对上述问题,提出一种新的基于快速独立分量分析与概率神经网络的设备故障诊断方法,FASTICA对振动信号降噪处理后提取特征,PNN实现故障识别.通过算法仿真以及LMS齿轮箱实验证明,该融合算法处理后的动态故障诊断能力和诊断精度都明显提高.
機械設備運行中得到的診斷信息往往存在信譟比低、信號混疊等問題,嚴重影響提取真實的故障信號特徵,降低瞭診斷準確率.針對上述問題,提齣一種新的基于快速獨立分量分析與概率神經網絡的設備故障診斷方法,FASTICA對振動信號降譟處理後提取特徵,PNN實現故障識彆.通過算法倣真以及LMS齒輪箱實驗證明,該融閤算法處理後的動態故障診斷能力和診斷精度都明顯提高.
궤계설비운행중득도적진단신식왕왕존재신조비저、신호혼첩등문제,엄중영향제취진실적고장신호특정,강저료진단준학솔.침대상술문제,제출일충신적기우쾌속독립분량분석여개솔신경망락적설비고장진단방법,FASTICA대진동신호강조처리후제취특정,PNN실현고장식별.통과산법방진이급LMS치륜상실험증명,해융합산법처리후적동태고장진단능력화진단정도도명현제고.
