本文關(guān)鍵詞：基于EMD瞬時功率譜熵的神經(jīng)網(wǎng)絡(luò)滾動軸承故障診斷，由筆耕文化傳播整理發(fā)布。

【摘要】：滾動軸承在發(fā)生故障時,其動力學(xué)特性往往呈現(xiàn)出復(fù)雜性和非線性,振動信號也會隨之表現(xiàn)出非平穩(wěn)性。為此,提出一種基于EMD瞬時功率譜熵的滾動軸承特征提取方法。該方法將軸承信號進(jìn)行EMD分解,得到有限個IMF分量,對這些分量進(jìn)行功率譜處理,計算其功率譜的信息熵。EMD瞬時功率譜熵作為特征向量,采用神經(jīng)網(wǎng)絡(luò)進(jìn)行故障分類,實(shí)驗(yàn)結(jié)果表明,此方法的分類準(zhǔn)確率可達(dá)96.25%。
【作者單位】： 東北石油大學(xué)電氣信息工程學(xué)院;大慶油田有限責(zé)任公司測試技術(shù)服務(wù)分公司;
【關(guān)鍵詞】： 軸承故障診斷 EMD 瞬時功率譜熵 概率神經(jīng)網(wǎng)絡(luò)
【基金】：黑龍江省自然科學(xué)基金項(xiàng)目(F201404)
【分類號】：TH133.33
【正文快照】： 滾動軸承是各種旋轉(zhuǎn)機(jī)械中應(yīng)用最廣泛的一種重要部件,其運(yùn)行狀態(tài)直接影響整臺機(jī)械的性能,對它進(jìn)行故障診斷具有重要意義。實(shí)際的滾動軸承振動信號,大部分是非平穩(wěn)、非線性信號,因此,在故障診斷過程中需要采用適合于非平穩(wěn)信號的特征提取方法。由于時頻分析方法能夠同時提取振

  本文關(guān)鍵詞：基于EMD瞬時功率譜熵的神經(jīng)網(wǎng)絡(luò)滾動軸承故障診斷，由筆耕文化傳播整理發(fā)布。

，

本文編號：454211