基于小波包与概率神经网络相结合的滚动轴承故障诊断

被引:10
作者
柴保明
吴治南
赵志强
董强强
陈景礼
机构
[1] 河北工程大学机电学院
关键词
滚动轴承; 故障诊断; 小波包; 概率神经网络;
D O I
10.13436/j.mkjx.201412114
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
基于小波变换的滚动轴承故障诊断,振动信号中的高频部分对诊断结果有一定影响,为克服此影响,首先运用小波包对SKF型滚动轴承故障信号进行预处理,以此为特征向量结合概率神经网络去验证模型的实用性和可行性。分析结果表明,小波包与概率神经网络相结合的故障诊断方法可以有效的应用于滚动轴承故障诊断。
引用
收藏
页码:273 / 275
页数:3
相关论文
共 5 条
[1]
滚动轴承故障特征的时间—小波能量谱提取方法 [J].
张进 ;
冯志鹏 ;
褚福磊 .
机械工程学报, 2011, 47 (17) :44-49
[2]
基于局域均值分解的机械故障欠定盲源分离方法研究 [J].
李志农 ;
刘卫兵 ;
易小兵 .
机械工程学报, 2011, 47 (07) :97-102
[3]
小波包神经网络在轴承故障模式识别中的应用 [J].
王国栋 ;
张建宇 ;
高立新 ;
胥永刚 ;
张雪松 .
轴承, 2007, (01) :31-34
[4]
机械故障诊断理论及应用.[M].何正嘉; 陈进; 王太勇; 褚福磊; 编著.高等教育出版社.2010,
[5]
Matlab时频分析技术及其应用.[M].葛哲学;陈仲生编著;.人民邮电出版社.2006,