基于小波包变换的径向基神经网络在故障诊断中的应用

• 作者: 孟雅俊 胡全义 黄士涛
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 旋转机械 故障诊断 小波包 RBF神经网络
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 专题研究
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP206.3|TH165.3|TH17
• 字数: 3560字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2006.06.011

摘要

提出了一种新的旋转机械故障诊断方法.基于小波包变换的频率划分特性,对旋转机械的振动信号进行小波包分解, 建立旋转机械六种典型故障特征矢量, 准确地提取了故障的特征信息,结合RBF神经网络训练速度快的优点,将RBF神经网络应用于故障特征的选择,最后,利用所确定特征及RBF分类器进行故障诊断.实验结果表明,该方法可实现典型故障的可靠诊断.而且由于利用小波包变换代替了传统的FFT,故本方法对于诊断频率分布范围较广而复杂且信号具有较强时变性的复杂故障有着良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟雅俊	郑州大学机械工程学院	3	11	2.0	3.0
2	黄士涛	郑州大学机械工程学院	10	71	5.0	8.0
3	胡全义	郑州大学机械工程学院	4	29	3.0	4.0