基于HHT与GA-BP网络的轴承故障诊断方法研究

结合HHT与GA-BP神经网络的优点,提出将二者结合用于轴承故障诊断的新方法,并且应用最近提出的方法改进HHT,使其应用更为有效。利用HHT构造出代表振动信号特征的"能-频分布";根据GA-BP网络能够逼近任意非线性函数和具有高效寻找全局最优的特点作为特征分类器,进行轴承故障诊断。该方法应用时不需要对信号进行预处理,也不需要精确计算滚动轴承的故障特征频率。实验结果表明,该方法是可行有效的。研究结果为滚动轴承和其他机械设备的故障诊断提供了新的思路。

Research on Rolling Element Bearings Fault Diagnosis Based on HHT and GA-BP Neural Network