基于EMD平均能量法的滚动轴承故障诊断

被引:12
作者
周将坤
陆森林
机构
[1] 江苏大学汽车与交通工程学院
关键词
机械零件及传动; 滚动轴承; 故障诊断; 经验模态分解方法(EMD); BP神经网络;
D O I
暂无
中图分类号
TH133.3 [轴承]; TH165.3 [];
学科分类号
080203 ; 080202 ;
摘要
文中提出了一种用于滚动轴承故障诊断的系统—基于EMD和BP神经网络相结合的诊断系统。该方法首先对原始振动信号进行小波包预处理,提高信噪比,从而得到更适合研究的故障振动信号,然后再对信号进行EMD,分解得到IMF分量,对几个感兴趣的IMF进行分析,获得每个IMF分量的平均能量,作为BP神经网络的输入向量,由此训练神经网络,实现了对滚动轴承故障的智能诊断,并用实际的滚动轴承故障数据进行了验证。
引用
收藏
页码:36 / 40
页数:5
相关论文
共 7 条
[1]   基于HHT的电力系统负荷预测 [J].
白玮莉 ;
刘志刚 ;
王奇 ;
周登登 .
四川电力技术, 2009, 32 (03) :9-13
[2]   基于小波分析的滚动轴承故障诊断 [J].
袁云龙 ;
迟军 .
机电工程, 2008, (06) :31-34
[3]   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
[4]   基于Hilbert边际谱的滚动轴承故障诊断方法 [J].
杨宇 ;
于德介 ;
程军圣 .
振动与冲击, 2005, (01) :72-74+137
[5]   一种振动信号新变换法的研究 [J].
钟佑明 ;
秦树人 ;
汤宝平 .
振动工程学报, 2002, (02) :113-118
[6]   一种适用于机械非平稳故障信号的分析方法 [J].
杨国安 ;
周世刚 .
信号处理, 2001, (03) :287-290
[7]  
面向旋转机械故障诊断的经验模态分解时频分析方法及实验研究[D]. 胡劲松.浙江大学. 2003