基于小波熵和ANFIS的轴承故障诊断方法

被引:3
作者
隋文涛 [1 ]
张丹 [2 ]
张宇 [1 ]
机构
[1] 山东理工大学机械工程学院
[2] 山东理工大学电气与电子工程学院
关键词
故障诊断; 自适应神经模糊推理系统; 小波熵; 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
提出一种基于小波熵和自适应神经模糊推理系统(ANFIS)的滚动轴承故障诊断方法。对原始振动信号进行小波包分解,提取小波熵特征,然后用ANFIS作为分类器进行故障模式识别。比较人工神经网络(ANN)与ANFIS的故障诊断效果。结果表明,该算法诊断准确率高于神经网络。
引用
收藏
页码:137 / 139
页数:3
相关论文
共 3 条
[1]   基于本体论的故障诊断知识获取 [J].
吴兆红 ;
陈增吉 ;
田伟峰 .
山东理工大学学报(自然科学版), 2009, 23 (02) :78-82
[2]   小波变换在轴承故障诊断中的应用 [J].
王春 ;
彭东林 ;
朱革 .
机床与液压, 2006, (09) :225-227
[3]   基于MATLAB的ANFIS网络在水运货运量预测中的应用 [J].
王宇 ;
刘小健 ;
董元胜 .
武汉理工大学学报(交通科学与工程版), 2004, (04) :501-503