基于DHMM和BP神经网络的齿轮箱故障诊断研究 |
| |
引用本文: | 朱文辉,黄晋英,卫洁洁,陈海霞,封顺笑.基于DHMM和BP神经网络的齿轮箱故障诊断研究[J].组合机床与自动化加工技术,2018(2). |
| |
作者姓名: | 朱文辉 黄晋英 卫洁洁 陈海霞 封顺笑 |
| |
作者单位: | 中北大学机械与动力工程学院;中北大学计算机与控制工程学院; |
| |
摘 要: | 为提高齿轮箱故障的智能诊断精度,从信息融合的角度,提出了一种基于DHMM和BP神经网络的混合智能故障诊断方法。根据不同工况下齿轮箱的振动信号时频特征,利用训练样本建立各类工况下的DHMM模型,然后求得测试样本在各DHMM模型下的似然概率对数,将似然概率对数作为新的特征添加到原来时频特征中,把新的特征集作为BP神经网络的输入,实现各工况的诊断。实验结果证明,相比于单独使用DHMM方法、BP神经网络以及两种方法的简单级联,该方法较大的提高了齿轮箱故障的诊断精度。将DHMM方法引入到齿轮箱的故障诊断中,结合了BP神经网络的自适应能力强和DHMM时序建模能力强的优点,具有一定的应用价值。
|
本文献已被 CNKI 等数据库收录! |
|