本文關(guān)鍵詞：基于LMD多尺度熵和概率神經(jīng)網(wǎng)絡的滾動軸承故障診斷方法

  更多相關(guān)文章： 局部均值分解 故障特征提取 多尺度熵 概率神經(jīng)網(wǎng)絡 故障診斷

【摘要】：研究了一種基于LMD多尺度熵和概率神經(jīng)網(wǎng)絡的滾動軸承故障診斷方法。該方法將故障信號自適應地分解為若干乘積函數(shù)分量,然后將各分量的多尺度熵作為故障特征向量輸入概率神經(jīng)網(wǎng)絡進行模式識別,實現(xiàn)了對損傷位置和損傷程度的診斷。將該方法與基于LMD時域統(tǒng)計量和神經(jīng)網(wǎng)絡的滾動軸承故障診斷方法進行了對比。實驗結(jié)果表明,基于LMD多尺度熵和概率神經(jīng)網(wǎng)絡的方法能對滾動軸承故障進行有效的識別與診斷。
【作者單位】： 燕山大學河北省測試計量技術(shù)及儀器重點實驗室;國家冷軋板帶裝備及工藝工程技術(shù)研究中心;
【基金】：國家自然科學基金資助項目(51575472) 河北省自然科學基金資助項目(E2015203356) 河北省高等學�？茖W研究計劃資助重點項目(ZD2015049) 河北省留學人員科技活動擇優(yōu)資助項目(C2015005020)
【分類號】：TH133.33
【正文快照】： 0引言滾動軸承是旋轉(zhuǎn)機械中應用最廣泛的機械部件,也是最容易出現(xiàn)故障的機械部件,其運行狀態(tài)正常與否將直接影響到整個機組的性能,因此對滾動軸承的故障診斷方法和監(jiān)測技術(shù)的研究具有重要意義[1]。滾動軸承振動信號包含豐富的故障特征信息,當滾動軸承發(fā)生故障時,振動信號呈現(xiàn)

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 鄭近德;程軍圣;胡思宇;;多尺度熵在轉(zhuǎn)子故障診斷中的應用[J];振動.測試與診斷;2013年02期

2 ;[J];;年期

，

本文編號：1277934