| 基于小波包分析和Kohonen神经网络相结合的轴承故障诊断 |
| |
| 引用本文： | 姚万业,蒋雪丽.基于小波包分析和Kohonen神经网络相结合的轴承故障诊断[J].仪器仪表用户,2015(4). |
| |
| 作者姓名： | 姚万业 蒋雪丽 |
| |
| 作者单位： | 华北电力大学 自动化系,河北 保定,071003 |
| |
| 摘 要： | 简述了小波包分析及用于特征提取的机理,以SKF 6326-C3轴承为例,从吉林同发风电场采集了不同工况下的实时信号,利用小波包对滚动轴承振动信号进行分解,振动信号被分解到独立的频段。不同频带内的信号能量变化反映了运行状态的改变,提取各频带小波包能量谱,并对其进行能量归一化处理,作为特征向量,最后应用于基于Kohonen神经网络的故障诊断方法。经对大量实测数据的处理和分析,能够比较准确地诊断出轴承的故障。
|
| 关 键 词： | 小波包 能量谱 Kohonen神经网络 |
Bearing Fault Diagnosis Based on Wavelet Packet Analysis and Kohonen Neural Network |
| |
| Yao Wanye,Jiang Xueli.Bearing Fault Diagnosis Based on Wavelet Packet Analysis and Kohonen Neural Network[J].Electronic Instrumentation Customer,2015(4). |
| |
| Authors: | Yao Wanye Jiang Xueli |
| |
| Abstract: | |
| |
| Keywords: | wavelet packet energy spectrum kohonen neural network |
| 本文献已被 CNKI 等数据库收录！ |
|
