| 基于小波包特征向量与神经网络的滚动轴承故障诊断 |
| |
| 引用本文： | 刘乐平,林凤涛.基于小波包特征向量与神经网络的滚动轴承故障诊断[J].轴承,2008(4):46-48. |
| |
| 作者姓名： | 刘乐平 林凤涛 |
| |
| 作者单位： | 华东交通大学,机电工程学院,南昌,330013 |
| |
| 摘 要： | 基于故障轴承的特征提取,提出了将小波包分析与神经网络结合的滚动轴承故障诊断方法.对滚动轴承信号进行3层小波包分解,构造小波包特征向量作为故障样本,用训练好的BP神经网络进行故障诊断,试验结果表明,该方法能够有效地诊断出滚动轴承的故障类型.
|
| 关 键 词： | 滚动轴承 故障诊断 小波包特征向量 神经网络 小波包分解 特征向量 神经网络 轴承故障诊断 Neural Network Eigenvector Energy Wavelet Packet Based Rolling Bearings Diagnosis 故障类型 诊断方法 结果 试验 训练 故障样本 构造 信号 滚动轴承故障 |
| 文章编号： | 1000-3762(2008)04-0046-03 |
| 修稿时间： | 2007年10月29 |
Fault Diagnosis of Rolling Bearings Based on Wavelet Packet Energy Eigenvector and Neural Network |
| |
| LIU Le-ping,LIN Feng-tao.Fault Diagnosis of Rolling Bearings Based on Wavelet Packet Energy Eigenvector and Neural Network[J].Bearing,2008(4):46-48. |
| |
| Authors: | LIU Le-ping LIN Feng-tao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
