基于小波包特征向量与神经网络的滚动轴承故障诊断

被引：18

作者：

刘乐平

林凤涛

机构：

[1] 华东交通大学机电工程学院

来源：

关键词：

滚动轴承; 故障诊断; 小波包特征向量; 神经网络;

D O I：

10.19533/j.issn1000-3762.2008.04.016

中图分类号：

TH133.33 [滚动轴承];

学科分类号：

摘要：

基于故障轴承的特征提取,提出了将小波包分析与神经网络结合的滚动轴承故障诊断方法。对滚动轴承信号进行3层小波包分解,构造小波包特征向量作为故障样本,用训练好的BP神经网络进行故障诊断,试验结果表明,该方法能够有效地诊断出滚动轴承的故障类型。

引用

页码：46 / 48

页数：3

共 5 条

[1] 应用最优小波包变换的特征提取方法 [J].

王首勇 ;

朱光喜 ;

唐远炎 .

[2] 小波神经网络在齿轮早期故障诊断中的应用 [J].

韩振南 ;

李进宝 ;

熊诗波 .

[3] 基于小波包分析的货车滚动轴承故障诊断 [J].

夏利民 ;

谷士文 ;

宁国英 .

[4] 基于小波包分析和BP网络识别的齿轮故障诊断 [J].

王本永 ;

郭仁宁 ;

李文生 .

[5] 滚动轴承故障特征的小波提取方法 [J].

傅勤毅 ;

章易程 ;

应力军 ;

李国顺 .