基于神经网络的齿轮故障诊断专家系统

被引:16
作者
李佳
礼宾
王梦卿
机构
[1] 东北大学机械工程与自动化学院
关键词
齿轮; 故障诊断; 神经网络; 专家系统;
D O I
10.16578/j.issn.1004.2539.2007.05.038
中图分类号
TH165.3 [];
学科分类号
摘要
基于齿轮典型故障机理及其信号特征,采用时域、幅值域与频谱分析相结合的诊断方法,建立了齿轮故障诊断神经网络模型,试验验证模型诊断结果具有较高准确性。基于Windows平台和Visual C++语言,开发了基于神经网络的齿轮故障诊断专家系统,将传统的时频信号分析理论与现代小波分析、神经网络和专家系统技术融入齿轮故障诊断之中,形成一个更加完善基于神经网络的齿轮故障诊断专家系统。
引用
收藏
页码:81 / 83+119 +119
页数:4
相关论文
共 7 条
[1]   神经网络在齿轮故障诊断中的应用 [J].
曹文莉 ;
夏永青 ;
李磊 ;
胡小江 .
冶金设备, 2006, (02) :65-66+49
[2]  
齿轮及齿轮箱故障诊断实用技术.[M].丁康;李巍华;朱小勇编著;.机械工业出版社.2005,
[3]  
Visual C++.NET实用教程.[M].李剑编著;.人民邮电出版社.2002,
[4]  
人工神经网络导论.[M].蒋宗礼[著];.高等教育出版社.2001,
[5]   A new, non-linear, adaptive, blind source separation approach to gear tooth failure detection and analysis [J].
Roan, MJ ;
Erling, JG ;
Sibul, LH .
MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2002, 16 (05) :719-740
[6]   Web-based fault diagnostic and learning system [J].
Ong S.K. ;
An N. ;
Nee A.Y.C. .
International Journal of Advanced Manufacturing Technology, 2001, 18 (07) :502-511
[7]   Effectiveness and sensitivity of vibration processing techniques for local fault detection in gears [J].
Dalpiaz, G ;
Rivola, A ;
Rubini, R .
MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2000, 14 (03) :387-412