| 基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术 |
| |
| 引用本文： | 赵元喜,胥永刚,高立新,崔玲丽.基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术[J].振动与冲击,2010,29(10):162-165. |
| |
| 作者姓名： | 赵元喜 胥永刚 高立新 崔玲丽 |
| |
| 作者单位： | 北京工业大学北京市先进制造技术重点实验室,北京,100124 |
| |
| 基金项目： | 国家自然科学基金，北京市教委科技计划项目，国家高技术研究发展计划(863计划) |
| |
| 摘 要： | 由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网络对滚动轴承进行故障识别时,对谐波小波包和Daubechies小波包进行了比较。实验结果表明对于滚动轴承声发射信号的故障模式识别,将谐波小波包分解和BP神经网络相结合的方法可以获得良好的效果。
|
| 关 键 词： | 滚动轴承 声发射 谐波小波包 神经网络 故障模式识别 |
| 收稿时间： | 2009-5-25 |
| 修稿时间： | 2009-7-29 |
Fault pattern recognition technique for roller bearing acoustic emission based on harmonic wavelet packet and BP neural network |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《振动与冲击》浏览原始摘要信息 |
|
点击此处可从《振动与冲击》下载全文 |
|
