一种用于滚动轴承故障诊断的方法

• 作者: 吕琛 张泽宇 王桂增
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 滚动轴承 小波包 故障诊断 神经网络 包络分析
• 年，卷（期）: 2004,（z1）
• 所属期刊栏目: 故障诊断与容错技术
• 页码范围: 220-224
• 页数: 5页
• 分类号: TH133
• 字数: 3782字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5497.2004.z1.052

摘要

采用振动分析法来进行滚动轴承元件的故障诊断.通过带通滤波、包络谱分析和小波包分析提取了反映滚动轴承故障的5个频域特征参数,同时还提取了对轴承早期冲击故障较敏感的5个时域指标.基于上述10个故障特征值,采用BP神经网络、基于遗传算法的RBF神经网络进行故障分类训练.试验结果表明:上述10个特征值对不同的滚动轴承故障非常敏感;BP网络和基于遗传算法的RBF网络都能有效地分类不同故障;基于遗传算法的RBF网络在训练时间、训练误差以及识别精度上优于BP网络.试验证明了上述方法在滚动轴承故障诊断中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王桂增	清华大学自动化系	58	1687	20.0	40.0
2	吕琛	清华大学自动化系	11	107	6.0	10.0
3	张泽宇	中国科学院长春光学精密机械与物理研究所	9	21	3.0	4.0