基于小波和信息粒化的BP神经网络的轴承故障诊断

被引:14
作者
张蕾
周洲
机构
[1] 西北工业大学无人机特种技术国防科技重点实验室
关键词
小波消噪; 信息粒化; BP神经网络; 轴承; 故障诊断;
D O I
10.13433/j.cnki.1003-8728.2012.01.013
中图分类号
TH165.3 []; TP183 [人工神经网络与计算];
学科分类号
080202 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
通过对圆锥滚子轴承轴向故障振动信号的预处理,得到响应的特征,从而利用BP神经网络进行故障诊断。首先利用一种新的小波消噪算法对监测信号进行预处理,该算法是基于最佳正交小波基的选择,使熵在小波收缩过程中的作用最小;文章重点在于利用模糊信息粒化对消噪后信号进行模糊粒化,从而更好的特征提取;最后将特征向量作为输入,运用BP神经网络进行故障诊断。通过实验故障信号验证了,消噪后的信号能更好地进行特征提取;同时,模糊粒化后能更准确的进行故障诊断。
引用
收藏
页码:49 / 52
页数:4
相关论文
共 15 条
[1]   基于Hilbert谱图特征的转子故障智能诊断 [J].
谭真臻 ;
陈果 ;
孙丽萍 .
机械科学与技术, 2010, 29 (09) :1177-1181
[2]   基于小波包与支持向量机结合的齿轮故障分类研究 [J].
李永龙 ;
邵忍平 ;
曹精明 .
西北工业大学学报, 2010, (04) :530-535
[3]   基于AR模型和支持向量机的故障诊断法 [J].
曾小军 ;
黄宜坚 .
机械科学与技术, 2010, 29 (07) :972-975+980
[4]   滚动轴承振动诊断的SOM神经网络方法 [J].
吴涛 ;
原思聪 ;
孟欣 ;
张满意 ;
刘道华 .
机械设计与制造, 2010, (01) :198-200
[5]   粒计算及其在机械故障智能诊断中的应用 [J].
张周锁 ;
闫晓旭 ;
成玮 .
西安交通大学学报, 2009, 43 (09) :37-41
[6]   组合切片分析在滚动轴承故障诊断中的应用研究 [J].
毕果 ;
陈进 .
机械科学与技术, 2009, 28 (02) :182-185
[7]   粒计算研究综述 [J].
王国胤 ;
张清华 ;
胡军 .
智能系统学报, 2007, (06) :8-26
[8]   粒计算的基本问题和研究 [J].
谢克明 ;
逯新红 ;
陈泽华 .
计算机工程与应用, 2007, (16) :41-44
[9]   模糊商空间理论(模糊粒度计算方法) [J].
张铃 ;
张钹 .
软件学报, 2003, (04) :770-776
[10]  
MATLAB神经网络30个案例分析.[M].MATLAB中文论坛; 编著.北京航空航天大学出版社.2010,