EMD和Elman神经网络在滚动轴承故障诊断中的应用

被引：11

作者：

李敏

傅攀

机构：

[1] 西南交通大学机械工程学院

来源：

四川兵工学报 | 2011年 / 32卷 / 08期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

滚动轴承; 经验模态分解; Elman神经网络; 故障诊断;

D O I：

暂无

中图分类号：

TH133.33 [滚动轴承]; TH165.3 [];

学科分类号：

082805 [农业机械化与装备工程];

摘要：

针对滚动轴承故障信号的特点,提出EMD和Elman神经网络结合的滚动轴承故障诊断方法。以滚动轴承振动信号为研究对象,首先对信号进行经验模态分解(EMD),提取包含主要信息成分的本征模函数(IMF)分量,将IMF的能量比作为特征向量输入Elman神经网络进行网络训练和故障识别,实现滚动轴承的故障诊断。结果表明,EMD方法能按频率由高到低把复杂的非平稳信号分解成有限个IMF分量,具有自适应的特点,有效地突出轴承故障特征;而Elman神经网络能直接反映动态过程系统的特性,达到很好的识别效果。

引用

页码：59 / 62+67 +67

页数：5

共 5 条

[1]

滚动轴承质量检验.[M].盛国裕主编;.中国计量出版社.2005,

[2]

神经网络模式识别系统理论.[M].黄德双著;.电子工业出版社.1996,

[3]

基于EMD和神经网络的气阀机构故障诊断研究 [J].