基于多尺度熵和神经网络的滚动轴承故障诊断 |
| |
引用本文: | 张龙,张磊,熊国良,黄文艺,周继惠.基于多尺度熵和神经网络的滚动轴承故障诊断[J].机械设计与研究,2014,30(5):96. |
| |
作者姓名: | 张龙 张磊 熊国良 黄文艺 周继惠 |
| |
作者单位: | 华东交通大学机电工程学院; |
| |
基金项目: | 国家自然科学基金资助项目(51205130,51265010);江西省教育厅资助科技项目(GJJ12318);江西省自然科学基金资助项目(20132BAB216029) |
| |
摘 要: | 滚动轴承是机械设备中最常用的零部件之一,其运行状态直接影响整机性能。文章针对滚动轴承故障振动信号具有跨尺度复杂性的特点,提出了一种新的基于多尺度熵(Multiscale entropy,简称MSE)和BP神经网络的滚动轴承故障智能诊断模型。该模型首先利用MSE方法对滚动轴承不同健康状态下的振动信号进行特征提取,再将其作为BP神经网络的输入,实现网络训练,最后利用神经网络自动识别故障类型及故障程度。实验结果表明,该方法能有效地实现滚动轴承故障类型及程度的智能诊断,并具有对网络初始值不敏感及较低的误报率和漏报率等优点。
|
关 键 词: | 多尺度熵 BP神经网络 滚动轴承 故障诊断 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《机械设计与研究》浏览原始摘要信息 |
|
点击此处可从《机械设计与研究》下载全文 |
|