基于多小波包样本熵的轴承损伤程度识别方法 |
| |
引用本文: | 张建宇,张随征,管磊,杨洋.基于多小波包样本熵的轴承损伤程度识别方法[J].振动.测试与诊断,2015(1):128-132,193. |
| |
作者姓名: | 张建宇 张随征 管磊 杨洋 |
| |
作者单位: | 北京工业大学北京市先进制造技术重点实验室;江苏迈安德食品机械有限公司 |
| |
摘 要: | 为了自动辨识不同尺度下的轴承故障,建立了一种基于多小波包系数样本熵和BP神经网络的模式判别方法。针对5种尺度下的轴承外圈故障信号,分别采用GHM多小波包完成三层分解。为了充分利用多小波包的分析优势,将分解后的16个频段信号分别求系数样本熵,并将其作为神经网络的输入向量。通过三层BP神经网络的训练、学习,并与dB10小波包神经网络做了对比研究。结果表明,多小波包样本熵可以区别不同损伤程度的故障信号,且多小波包样本熵与神经网络结合,其辨识精度更高,分类效果明显优于传统单小波,便于轴承损伤程度的自动识别。
|
关 键 词: | 故障程度 多小波包 样本熵 BP神经网络 自动识别 |
本文献已被 CNKI 等数据库收录! |
|