基于小波包分析的滚动轴承的故障诊断方法研究

被引：4

作者：

姜娜

纪建伟

齐晓轩

孔庆江

肖隆君

孙逢龙

机构：

[1] 沈阳农业大学信息与电气工程学院

来源：

浙江农业学报 | 2012年 / 24卷 / 02期

关键词：

小波包分析; 故障诊断; BP神经网络; MATLAB;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

摘要：

用基于非平稳信号的分析方法,研究滚动轴承的故障诊断模型与算法。在充分分析故障机理及特点的前提下,重点开展对滚动轴承故障振动信号的小波包分析的研究工作,提取出反映故障模式的有效故障特征。并基于所获取的故障特征向量,建立BP神经网络分类器,实现对滚动轴承典型故障的识别与诊断。

引用

页码：310 / 313

页数：4

共 9 条

[1]

基于时、频域—小波分析和神经网络方法的齿轮箱故障诊断研究 [D].

时建峰 .

太原理工大学,

2008

[2]

基于时间序列分析的滚动轴承的故障诊断 [D].

夏瑞花 .

新疆大学,

2006

[3]

基于小波包分析的结构损伤识别研究进展 [J].

肖本林 ;

郑建强 ;

邓友生 .

公路工程, 2011, 36 (01) :36-40

[4]

基于小波包变换的电力系统谐波检测 [J].

吴仕宏 ;

王宏 ;

初国力 ;

李晓亮 .

沈阳农业大学学报, 2010, 41 (03) :372-374

[5]

基于小波包分析和BP神经网络的字符识别方法 [J].

周喜寿 ;

陈天星 .

机械, 2010, 37 (03) :43-45+71

[6]

滚动轴承表面损伤故障智能诊断新方法 [J].

陈果 .

仪器仪表学报, 2009, 30 (01) :44-49

[7]

基于小波分析的滚动轴承故障诊断方法的研究 [J].

管辉 ;

陈永会 ;

李小强 .

机械工程与自动化, 2008, (06) :100-101+104

[8]

滚动轴承振动诊断的BP神经网络方法 [J].

张军 ;

陆森林 ;

和卫星 ;

王以顺 .

轻工机械, 2007, (02) :90-93

[9]

基于小波分析的机械故障诊断技术研究 [J].

荆双喜 ;

铁占绪 ;

张英琦 .

煤炭学报, 2000, (S1) :142-145

← 1 →