基于神经网络与小波变换的滚动轴承故障诊断

作者:胡耀斌;谢静;胡良斌 刊名:机械设计与研究 上传者:梁远清

【摘要】神经网络是一种具有非线性映射能力强以及自学习、自组织、自适应等优点的智能方法,非常适合于滚动轴承的故障诊断。针对滚动轴承是机械设备重要的易损零件之一,大约有30%的故障是由轴承损坏引起的,提出了基于神经网络的滚动轴承故障诊断方法。以滚动轴承小波分解后的能量信息作为特征,通过神经网络作为分类器对滚动轴承故障进行识别、诊断。实验表明,该方法对于滚动轴承的故障诊断具有良好的效果和应用价值,并可方便地推广到其他类似的诊断领域。

全文阅读

第 29卷第 6期 2013年 12月 机械设计与研究 Machine Design and Research Vol_29 No.6 Dec..2013 文章编号 :1006-2343(2013)06-033-03 基于神 经网络与小波变换的滚动轴承故障诊 断 胡耀斌 。谢 静 ,胡良斌 (南华大学 机械工程学院,湖南 衡阳 421001,E—mail:hybl16@sina.con) 摘 要:神经网络是一种具有非线性映射能力强以及 自学习、自组织、自适应等优点的智能方法,非常适 合于滚动轴承的故障诊断。针对滚动轴承是机械设备重要的易损零件之一,大约有 30%的故障是由轴承损坏 引起的,提出了基于神经网络的滚动轴承故障诊断方法。以滚动轴承小波分解后的能量信息作为特征,通过神 经网络作为分类器对滚动轴承故障进行识别、诊断。实验表明,该方法对于滚动轴承的故障诊断具有 良好的效 果和应用价值,并可方便地推广到其他类似的诊断领域。 关键词:神经网络;小波变换;滚动轴承 ;故障诊断 中图分类号:TK05 文献标识码:A Fault Diagnosis of Rolling Bearing Based on Neural Network and W avelet Transform Hu Yaobin,Xie Jing,Hu Liangbin (School of Mechanical Engineering,University of South China,Hengyang,Hunan 421001,China) Abstract:Neural network is an kintelligent method with powerful nonlinear mapping capability and self-learn ing, self-organizing,self-adoption etc.,SO it is ideally used for roiling bearing foult diagnosis.Aiming at the rolling bearing which is one of the important but easy olamage pomponents in machinery equipment,and nearly 30% fault are caused by beating damage,SO a fault diagnonis method for rolling bearing based on neural network is proposed in this paper. Taking the anergy information obtained after decomposing the rolling beating wavelet as a feature and through the neural network as a classifier then the roiling beating fault is identified and diagnosed.Experiments show that this method has good effect and application value for roiling fault dianosis and can be easily extended to other similar diagnosis. Key words:

参考文献

引证文献

问答

我要提问