基于LMD模糊熵和概率神经网络的滚动轴承故障诊断 |
| |
作者单位: | ;1.山西沁和能源集团有限公司;2.河南煤业化工集团物资供应管理中心;3.淮北矿业集团朔里矿业公司;4.中国矿业大学机电工程学院 |
| |
摘 要: | 滚动轴承是机械传动系统重要的组成部分,其故障发生率极高,直接影响机械设备的正常、安全运行。基于此提出基于局部均值分解(LMD)模糊熵和概率神经网络(PNN)的滚动轴承故障诊断方法,原始振动信号应用LMD自适应分解为7个PF分量;设定模糊函数,提取每个PF分量的模糊熵,实现各PF分量的特征量化;并利用概率神经网络实现故障类型识别。实验结果证明利用该方法滚动轴承故障诊断识别率可达86.25%,是一种有效的滚动轴承故障诊断方法。
|
关 键 词: | 滚动轴承 故障诊断 LMD 模糊熵 概率神经网络 |
Fault Diagnosis of Rolling Bearing Based on Fuzzy Entropy of LMD and PNN |
| |
Abstract: | |
| |
Keywords: | |
|
|