基于加权概率神经网络的齿轮箱抗噪故障诊断

• 作者: 傅新 崔逊波 邹俊 阮晓东
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 故障诊断 加权概率神经网络 抗噪 齿轮箱
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 机械设计与制造
• 页码范围: 54-56,82
• 页数: 4页
• 分类号: TH137
• 字数: 3151字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2010.02.016

摘要

针对齿轮箱现场故障诊断易受噪声干扰、诊断精度低的问题,提出了一种基于区分性权重概率神经网络的故障诊断方法.该方法考虑了不同子带特征受噪声的污染程度不同,提高噪声影响小的特征在诊断中的权重,降低噪声影响大的特征在诊断中的权重,以提高诊断的噪声鲁棒性,最终实现了齿轮箱故障的诊断.试验研究结果表明,与BP神经网络和概率神经网络诊断相比,该方法具有较高的诊断正确率和较强的诊断鲁棒性;并且该方法中平滑度参数对故障诊断精度影响不大,可以避免该参数选择困难的问题,具有良好的工程应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅新	浙江大学流体传动及控制国家重点实验室	119	2269	24.0	43.0
2	崔逊波	浙江大学流体传动及控制国家重点实验室	2	7	1.0	2.0
3	邹俊	浙江大学流体传动及控制国家重点实验室	39	371	10.0	18.0
4	阮晓东	浙江大学流体传动及控制国家重点实验室	28	360	11.0	18.0