基于MEEMD样本熵与BAS-BP的轴承故障诊断 |
| |
作者姓名: | 蔡波 黄晋英 马健程 王智超 |
| |
作者单位: | 中北大学机械工程学院,太原030051;中北大学大数据学院,太原030051 |
| |
基金项目: | 国家国际科技合作专项基金;山西省自然科学基金 |
| |
摘 要: | 为了提高煤矿机械设备可靠性、降低维修成本,提出一种基于改进的集成经验模态分解(MEEMD)样本熵与天牛须搜索(BAS)算法优化BP神经网络的轴承故障诊断方法。首先,利用MEEMD算法分解振动信号并根据峭度准则和相关系数筛选出主要IMF分量;其次,提取前4阶分量的样本熵;最后,将样本熵值归一化后组成特征向量输入到BAS-BP分类器中,利用BAS算法搜索最佳参数进行故障诊断。利用凯斯西储大学的轴承数据集进行分析,并与BP、GA-BP神经网络的诊断结果进行对比,结果表明,该方法能够有效识别出轴承故障,分类效果优于BP、GA-BP神经网络,分类准确率达到95%。
|
关 键 词: | 轴承 MEEMD 样本熵 BAS算法 BP神经网络 故障诊断 |
本文献已被 CNKI 万方数据 等数据库收录! |
|