基于混合特征提取和WNN的齿轮箱故障诊断 |
| |
引用本文: | 鲁艳军,陈汉新,贺文杰,尚云飞,陈绪兵.基于混合特征提取和WNN的齿轮箱故障诊断[J].武汉工程大学学报,2011,33(5):82-88. |
| |
作者姓名: | 鲁艳军 陈汉新 贺文杰 尚云飞 陈绪兵 |
| |
作者单位: | 1. 武汉工程大学机电工程学院,湖北武汉,430205 2. 武汉工程大学机电工程学院,湖北武汉430205;法国国立梅斯工程师学院,梅斯57078 |
| |
基金项目: | 湖北省教育厅科学技术研究重大项目,武汉市科技局科技攻关项目 |
| |
摘 要: | 提出了一种基于混合特征提取和小波神经网络(WNN)的齿轮箱故障诊断方法,运用时域分析法、小波分解和小波包分解相结合的方法对齿轮箱振动信号进行故障特征提取,将所提取的特征值作为WNN分类器的特征输入参数,采用反向传播(BP)算法对WNN结构中的平移参数、尺度参数、连接权值和阈值进行调整和优化.在实验中采用不同裂纹尺寸的齿轮来模拟三种故障模式,通过对三种故障齿轮进行诊断和分类,能证明本文所提议的故障诊断方法是有效且可靠的.
|
关 键 词: | 齿轮箱 特征提取 小波神经网络 故障诊断 |
Gearbox fault diagnosis based on hybrid feature extraction and wavelet neural network |
| |
Authors: | LU Yan-jun CHEN Han-xin HE Wen-jie SHANG Yun-fei CHEN Xu-bing |
| |
Affiliation: | 1(1.School of Mechanical and Electrical Engineering,Wuhan Institute of Technology,Wuhan 430205,China;2.Ecole Nationale d’Ingénieurs de Metz,Metz 57078,France) |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|