本文關鍵詞： 齒輪 故障診斷 集合經(jīng)驗模式分解 徑向基神經(jīng)網(wǎng)絡　出處：《煤炭工程》2017年11期 　論文類型：期刊論文

【摘要】：文章在實驗研究的基礎上提出了EEMD與RBF網(wǎng)絡相結(jié)合的齒輪故障診斷方法。重點講述了EEMD的故障特征提取研究的方法和基本原理,簡述徑向基函數(shù)神經(jīng)網(wǎng)絡在故障診斷領域當中的應用。在故障模擬轉(zhuǎn)子試驗臺上進行實驗研究,采集足夠的樣本信號數(shù)據(jù),利用集合經(jīng)驗模式分解原理來進行信號的特征提取,進而進行RBF網(wǎng)絡的訓練和故障識別,其較高的故障識別率驗證了所提出的齒輪故障診斷模型的識別可靠性,同時該診斷模型具備著良好的應用前景。
[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;
【分類號】：TH132.41
【正文快照】： 齒輪是最為常見的機械傳動零件,由于它的結(jié)構(gòu)緊湊,效率高,壽命長,工作可靠,理論傳動比恒定不變和維修方便等優(yōu)點,因此廣泛應用于機械傳動中。同時由于工作環(huán)境惡劣和制造的誤差,會導致齒輪出現(xiàn)故障,與此同時,機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】

相關期刊論文 前10條

1 董宏 ,趙奇志;齒輪故障診斷技術的應用[J];新技術新工藝;2005年07期

2 熊軍;李鳳英;沈玉娣;;齒輪故障診斷技術應用綜述[J];機床與液壓;2005年12期

3 周湛學;齒輪故障診斷的新方法[J];價值工程;1998年01期

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

5 李延斌,鄭 鵬,張文祥,陳長征;齒輪故障診斷技術現(xiàn)狀與展望[J];機械設計與制造;2002年02期

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

7 駱志高;仇學青;田海泉;;齒輪故障診斷研究的國內(nèi)現(xiàn)狀與發(fā)展方向[J];礦山機械;2006年01期

8 王鳳利;馬孝江;;基于局域波時頻分析的齒輪故障診斷[J];農(nóng)業(yè)機械學報;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用[J];通用機械;2007年09期

10 楊德斌;楊聚星;陽建宏;章立軍;;基于聲信號分析的齒輪故障診斷方法[J];北京科技大學學報;2008年04期

相關會議論文 前6條

1 趙章焰;;齒輪故障診斷的原理及應用[A];中國的經(jīng)濟建設與21世紀的物料搬運技術——中國機械工程學會物料搬運分會第五屆學術年會論文集[C];1996年

2 劉立州;李志農(nóng);范濤;;分數(shù)階Fourier變換在齒輪故障診斷中的應用[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

3 張立國;張生;谷建平;康科;;小波包分析在齒輪故障診斷中的應用[A];第六屆全國信息獲取與處理學術會議論文集（3）[C];2008年

4 曹志錫;孫莉;;齒輪故障診斷信號分析處理的一種有效方法[A];中國職業(yè)安全健康協(xié)會2007年學術年會論文集[C];2007年

5 李長吾;呂江濤;張立國;陳白;;基于小波分析的齒輪故障診斷方法的研究[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

6 劉鋒;馬懷祥;葛寶珊;;基于經(jīng)驗模態(tài)分解和包絡分析的齒輪故障診斷[A];現(xiàn)代振動與噪聲技術（第九卷）[C];2011年

相關碩士學位論文 前10條

1 趙志強;基于集合經(jīng)驗模式分解與徑向基函數(shù)神經(jīng)網(wǎng)絡的齒輪故障診斷[D];河北工程大學;2015年

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

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

4 臧云帆;基于改進的LMD與IRLS-SVM的風電機組齒輪故障診斷[D];昆明理工大學;2016年

5 傅余;基于改進的局部均值分解方法在齒輪故障診斷中的應用研究[D];重慶三峽學院;2017年

6 胡長海;減速機齒輪故障診斷方法的研究[D];昆明理工大學;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;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;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;2007年

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

，

本文編號：1449016