小波包神经网络在轴承故障模式识别中的应用

• 作者: 张建宇 张雪松 王国栋 胥永刚 高立新
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 点蚀 小波包变换 BP神经网络 模式识别
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 测量与仪器
• 页码范围: 31-34
• 页数: 4页
• 分类号: TH133.33|TP206.3
• 字数: 4108字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3762.2007.01.011

摘要

基于不同点蚀模式的轴承振动信号的频域能量分布差异性,提出了基于小波包正交分解和 BP神经网络的轴承点蚀故障模式识别技术.对轴承振动信号进行小波包正交四层分解,实现了信号空间完整拆分的同时得到了第四层由低频到高频的小波包分解系数,再分别进行单支重构得到各频段的成分.利用信号各频段的能量组成特征矢量作为神经网络的输入样本,对BP神经网络进行训练,获得模式识别网络;再用新数据进行网络的检验,结果证明网络的性能良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建宇	北京工业大学北京市先进制造技术重点实验室	81	700	16.0	22.0
2	高立新	北京工业大学北京市先进制造技术重点实验室	123	1077	19.0	26.0
3	胥永刚	北京工业大学北京市先进制造技术重点实验室	71	680	16.0	24.0
4	张雪松	北京工业大学北京市先进制造技术重点实验室	4	28	2.0	4.0
5	王国栋	北京工业大学北京市先进制造技术重点实验室	4	70	4.0	4.0