基于变分模态分解和ANFIS的齿轮故障诊断 |
| |
引用本文: | 郑小霞,贾文慧,周国旺,李佳.基于变分模态分解和ANFIS的齿轮故障诊断[J].机械传动,2018(3):149-154. |
| |
作者姓名: | 郑小霞 贾文慧 周国旺 李佳 |
| |
作者单位: | 上海电力学院自动化工程学院; |
| |
摘 要: | 针对齿轮振动信号的传递路径复杂,噪声污染严重,故障特征信息微弱等问题,提出了基于变分模态分解和自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference System,ANFIS)的故障诊断方法。将原始振动信号利用变分模态分解得到不同尺度的本征模态函数后,通过提取各模态函数的排列熵,构造出表征模态分量信息的特征向量,并将提取的特征向量输入自适应神经模糊推理系统进行训练,建立齿轮故障诊断模型。最后通过齿轮实验故障数据对模型进行验证,并与支持向量机(Support Vector Machine,SVM)识别方法进行对比,结果表明,提出方法具有很强的学习能力,能够有效地对齿轮故障进行诊断,提高故障识别的准确率,识别效果明显优于SVM。
|
关 键 词: | 变分模态分解 自适应神经模糊推理系统 齿轮 排列熵 故障诊断 |
Gear Fault Diagnosis based on Variational Mode Decomposition and ANFIS |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|