本文關鍵詞：基于小波包最優(yōu)節(jié)點能量特征的BA-ELM齒輪故障診斷方法

  更多相關文章： 小波包 能量熵 蝙蝠算法 支持向量機 齒輪 故障診斷

【摘要】：針對表征齒輪故障特征信息難提取與極限學習機輸入權值與隱含層節(jié)點閾值隨機選取,致使齒輪故障分類模型泛化能力弱、精度差的問題,提出一種基于小波包最優(yōu)節(jié)點能量特征的BA-ELM齒輪故障診斷方法。該方法首先將齒輪振動信號經(jīng)過小波包分解,再利用分解所得各節(jié)點信號與原信號的相關系數(shù)選取出最優(yōu)節(jié)點并計算其能量特征;其次,利用蝙蝠算法優(yōu)化極限學習機的輸入權值與隱含層節(jié)點閾值,建立BA-ELM的齒輪故障分類模型;最后,將所得小波包最優(yōu)節(jié)點能量特征向量作為模型輸入進行齒輪不同故障狀態(tài)的分類識別。實驗結果表明,與基于SVM和ELM的故障分類方法相比,基于小波包最優(yōu)節(jié)點能量特征的BA-ELM齒輪故障診斷方法具有更高的分類精度,更強的泛化能力。
【作者單位】： 內(nèi)蒙古科技大學機械工程學院;浙江大學信息學部控制科學與工程學院;
【關鍵詞】： 小波包 能量熵 蝙蝠算法 支持向量機 齒輪 故障診斷
【基金】：國家自然科學基金(21366017) 內(nèi)蒙古自然科學基金(2015MS0512) 內(nèi)蒙古科技大學創(chuàng)新基金(2015QDL12)部分資助
【分類號】：TH132.41
【正文快照】： 性,對于確保機械設備安全、可靠運行顯得尤為重要。0引言當前,如何合理地提取齒輪信號的故障特征,并齒輪作為機械設備中的一種重要傳動部件,其運使用有效的狀態(tài)辨識方法進行狀態(tài)識別成為齒輪故行狀態(tài)的正常與否關系到整臺設備的工作狀況。然障診斷領域的研究熱點。在特征提取

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 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

2 韓捷;鞏曉峗;陳宏;;全矢譜技術在齒輪故障診斷中的應用[J];中國工程機械學報;2010年01期

3 程軍圣;楊怡;楊宇;;局部特征尺度分解方法及其在齒輪故障診斷中的應用[J];機械工程學報;2012年09期

4 金國英,金少先,金英,李乃華;齒輪故障診斷的理論問題與實踐[J];大慶石油學院學報;1993年03期

5 王俊洪;煤氣鼓風機組增速機齒輪故障診斷分析[J];設備管理與維修;2002年12期

6 高珍,馬金山,熊曉燕;齒輪故障診斷的小波分析方法[J];機械管理開發(fā);2005年02期

7 曹文莉;夏永青;李磊;胡小江;;神經(jīng)網(wǎng)絡在齒輪故障診斷中的應用[J];冶金設備;2006年02期

8 郜立煥;周長生;楊瑋;王佃武;;齒輪故障診斷與分析[J];煤礦機械;2006年08期

9 蔣宇;李力;趙美云;;基于小波-倒頻譜的齒輪故障診斷方法及應用[J];中國測試技術;2008年01期

10 蔣德軍;陳燕;;數(shù)據(jù)倉庫技術在齒輪故障診斷中的應用[J];機械傳動;2010年01期

中國重要會議論文全文數(shù)據(jù)庫 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 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

5 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

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

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 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

2 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

3 成瓊;基于小波分析的齒輪故障診斷研究[D];湖南大學;2001年

4 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

5 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

6 王文莉;基于高階譜的齒輪故障診斷與識別[D];武漢科技大學;2007年

7 王文歡;基于隱馬爾科夫模型的齒輪故障診斷[D];南昌航空大學;2014年

8 趙國慶;基于小波降噪與HHT方法的齒輪故障診斷方法[D];武漢科技大學;2007年

9 何小華;基于磨損識別的齒輪故障診斷研究[D];武漢工程大學;2012年

10 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

，

本文編號：685386