本文關(guān)鍵詞： 齒輪 故障診斷 集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?徑向基神經(jīng)網(wǎng)絡(luò)　出處：《煤炭工程》2017年11期 　論文類型：期刊論文

【摘要】：文章在實(shí)驗(yàn)研究的基礎(chǔ)上提出了EEMD與RBF網(wǎng)絡(luò)相結(jié)合的齒輪故障診斷方法。重點(diǎn)講述了EEMD的故障特征提取研究的方法和基本原理,簡(jiǎn)述徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在故障診斷領(lǐng)域當(dāng)中的應(yīng)用。在故障模擬轉(zhuǎn)子試驗(yàn)臺(tái)上進(jìn)行實(shí)驗(yàn)研究,采集足夠的樣本信號(hào)數(shù)據(jù),利用集合經(jīng)驗(yàn)?zāi)Ｊ椒纸庠韥?lái)進(jìn)行信號(hào)的特征提取,進(jìn)而進(jìn)行RBF網(wǎng)絡(luò)的訓(xùn)練和故障識(shí)別,其較高的故障識(shí)別率驗(yàn)證了所提出的齒輪故障診斷模型的識(shí)別可靠性,同時(shí)該診斷模型具備著良好的應(yīng)用前景。
[Abstract]:Based on the experimental research, a gear fault diagnosis method based on EEMD and RBF network is put forward, and the method and basic principle of EEMD fault feature extraction are emphasized. The application of radial basis function neural network in the field of fault diagnosis is briefly described. The experimental research is carried out on the fault simulation rotor test-bed, and enough sample signal data are collected. The principle of set empirical mode decomposition is used to extract the feature of the signal, and then the RBF network is trained and the fault is identified. Its high fault recognition rate verifies the recognition reliability of the proposed gear fault diagnosis model and has a good application prospect at the same time.
【作者單位】： 河北工程大學(xué);
【分類號(hào)】：TH132.41
【正文快照】： 齒輪是最為常見(jiàn)的機(jī)械傳動(dòng)零件,由于它的結(jié)構(gòu)緊湊,效率高,壽命長(zhǎng),工作可靠,理論傳動(dòng)比恒定不變和維修方便等優(yōu)點(diǎn),因此廣泛應(yīng)用于機(jī)械傳動(dòng)中。同時(shí)由于工作環(huán)境惡劣和制造的誤差,會(huì)導(dǎo)致齒輪出現(xiàn)故障,與此同時(shí),機(jī)械故障中齒輪故障所占的比例比較高,由于齒輪故障造成很大的損失。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 董宏 ,趙奇志;齒輪故障診斷技術(shù)的應(yīng)用[J];新技術(shù)新工藝;2005年07期

2 熊軍;李鳳英;沈玉娣;;齒輪故障診斷技術(shù)應(yīng)用綜述[J];機(jī)床與液壓;2005年12期

3 周湛學(xué);齒輪故障診斷的新方法[J];價(jià)值工程;1998年01期

4 趙章焰;齒輪故障診斷模糊判據(jù)的研究[J];振動(dòng)與沖擊;2002年02期

5 李延斌,鄭 鵬,張文祥,陳長(zhǎng)征;齒輪故障診斷技術(shù)現(xiàn)狀與展望[J];機(jī)械設(shè)計(jì)與制造;2002年02期

6 陳新國(guó);程耕國(guó);;基于小波分析的齒輪故障診斷方法的研究[J];機(jī)械傳動(dòng);2005年06期

7 駱志高;仇學(xué)青;田海泉;;齒輪故障診斷研究的國(guó)內(nèi)現(xiàn)狀與發(fā)展方向[J];礦山機(jī)械;2006年01期

8 王鳳利;馬孝江;;基于局域波時(shí)頻分析的齒輪故障診斷[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2006年12期

9 胡小江;;灰色系統(tǒng)理論在齒輪故障診斷中的應(yīng)用[J];通用機(jī)械;2007年09期

10 楊德斌;楊聚星;陽(yáng)建宏;章立軍;;基于聲信號(hào)分析的齒輪故障診斷方法[J];北京科技大學(xué)學(xué)報(bào);2008年04期

相關(guān)會(huì)議論文 前6條

1 趙章焰;;齒輪故障診斷的原理及應(yīng)用[A];中國(guó)的經(jīng)濟(jì)建設(shè)與21世紀(jì)的物料搬運(yùn)技術(shù)——中國(guó)機(jī)械工程學(xué)會(huì)物料搬運(yùn)分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];1996年

2 劉立州;李志農(nóng);范濤;;分?jǐn)?shù)階Fourier變換在齒輪故障診斷中的應(yīng)用[A];2008年全國(guó)振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

3 張立國(guó);張生;谷建平;康科;;小波包分析在齒輪故障診斷中的應(yīng)用[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

4 曹志錫;孫莉;;齒輪故障診斷信號(hào)分析處理的一種有效方法[A];中國(guó)職業(yè)安全健康協(xié)會(huì)2007年學(xué)術(shù)年會(huì)論文集[C];2007年

5 李長(zhǎng)吾;呂江濤;張立國(guó);陳白;;基于小波分析的齒輪故障診斷方法的研究[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

6 劉鋒;馬懷祥;葛寶珊;;基于經(jīng)驗(yàn)?zāi)B(tài)分解和包絡(luò)分析的齒輪故障診斷[A];現(xiàn)代振動(dòng)與噪聲技術(shù)（第九卷）[C];2011年

相關(guān)碩士學(xué)位論文 前10條

1 趙志強(qiáng);基于集合經(jīng)驗(yàn)?zāi)Ｊ椒纸馀c徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的齒輪故障診斷[D];河北工程大學(xué);2015年

2 龔男;基于多源信號(hào)的變轉(zhuǎn)速滾動(dòng)軸承和齒輪故障診斷研究[D];中國(guó)礦業(yè)大學(xué);2015年

3 趙鵬飛;基于LabVIEW的齒輪故障診斷系統(tǒng)設(shè)計(jì)[D];中北大學(xué);2016年

4 臧云帆;基于改進(jìn)的LMD與IRLS-SVM的風(fēng)電機(jī)組齒輪故障診斷[D];昆明理工大學(xué);2016年

5 傅余;基于改進(jìn)的局部均值分解方法在齒輪故障診斷中的應(yīng)用研究[D];重慶三峽學(xué)院;2017年

6 胡長(zhǎng)海;減速機(jī)齒輪故障診斷方法的研究[D];昆明理工大學(xué);2009年

7 楊怡;基于局部均值分解的齒輪故障診斷方法[D];湖南大學(xué);2012年

8 成瓊;基于小波分析的齒輪故障診斷研究[D];湖南大學(xué);2001年

9 壽海飛;基于小波分析的齒輪故障診斷研究[D];浙江工業(yè)大學(xué);2007年

10 王彬彬;小波分析在微動(dòng)齒輪故障診斷的應(yīng)用與研究[D];南昌大學(xué);2010年

，

本文編號(hào)：1449016