基于小波包-AR谱和GA-BP网络的轴承故障诊断研究 |
| |
引用本文: | 郭兰中,彭刘阳,窦岩,姚腾.基于小波包-AR谱和GA-BP网络的轴承故障诊断研究[J].工业仪表与自动化装置,2019(3). |
| |
作者姓名: | 郭兰中 彭刘阳 窦岩 姚腾 |
| |
作者单位: | 常熟理工学院 机械工程学院,江苏 常熟215500;江苏省电梯智能安全重点建设实验室,江苏 常熟215500;中国矿业大学 机电工程学院,江苏 徐州,221000 |
| |
摘 要: | 针对轴承振动信号具有非平稳、非线性特点,提出将小波包-AR谱和采用遗传算法(genetic algorithm,GA)优化的BP神经网络相结合的轴承故障诊断方法。该文对滚动轴承振动信号进行小波包分解和自回归(auto-regressive,AR)谱分析以得到不同频段的能量,然后将提取到的特征向量输入到BP神经网络进行模型训练和测试。鉴于BP神经网络的诊断效果并不是很好,因此应用遗传算法对BP神经网络的权值和阈值进行优化并再次进行诊断。对比实验结果表明,经遗传算法优化后的BP神经网络的仿真误差大大降低,相关故障诊断准确率达到了100%。
|
关 键 词: | 小波包分解 自回归谱估计 GA-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! |
|