|
|||||
|
|
| 蜗轮减速器振动信号特征提取与状态识别 | |
| 摘 要： | 为实现蜗轮减速器运行状态识别,首先结合小波包分解和矩阵理论的特点,提出基于参考信号的小波包能量矩阵构造方法,分析了矩阵的最大奇异值(特征值)与运行状态的物理联系,并验证了所提方法比以往方法提取出的特征参数敏感度更高;然后改进思维进化算法(MEA)用于优化BP神经网络,实现对运行状态的智能识别,将提取的特征参数构成神经网络的输入向量,结果表明识别正确率提高了17.93%,从而验证了改进算法的优越性;最后提出了一种快速分类方法,该方法可以较好地区分故障与正常状态,解决了对实时性要求较高的在线诊断问题。 |
Vibration Signal Feature Extraction and State Recognition for Worm Reducer |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |