小波包与改进BP神经网络相结合的齿轮箱故障识别

• 作者: 史少辉 时伟 时建峰 程珩 许征程 钮效鹍
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 小波包 BP神经网络 齿轮箱 故障识别
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 论文
• 页码范围: 321-324
• 页数: 4页
• 分类号: TH133.33
• 字数: 2819字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2009.03.017

摘要

应用小波包分解技术提取齿轮箱振动信号中的故障特征向量,并以此作为改进BP神经网络的输入,对神经网络进行训练,建立了齿轮箱运行状态分类器,用以识别齿轮箱的运行状态.试验结果表明,小波包分解与神经网络相结合的齿轮箱齿轮故障识别方法是可靠的,可以准确识别齿轮箱的故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程珩	太原理工大学机械电子工程研究所	93	978	17.0	27.0
2	时建峰	太原理工大学机械电子工程研究所	6	38	2.0	6.0
4	时伟	石家庄学院科研处	20	117	7.0	10.0
5	许征程	石家庄学院国有资产管理处	8	129	5.0	8.0
8	史少辉	石家庄学院物理系	9	55	3.0	7.0