基于小波包变换与神经网络的齿轮故障诊断方法

• 作者: 徐李甲 王江萍 鲍泽富
• 来源期刊: 机械研究与应用
• 学科: 工学
• 关键词: 齿轮 小波包 RBF神经网络 故障诊断
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 研究与分析
• 页码范围: 21-24
• 页数: 4页
• 分类号: TH132.41
• 字数: 3359字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-4414.2010.01.008

摘要

对齿轮箱故障诊断问题进行研究,由于齿轮的振动信号是非平稳信号,常规的齿轮特征提取方法难以从振动信号中提取有效故障特征信息.笔者采用小波包理论对齿轮振动信号应用db12小波进行多层分解后,从而对信号进行消噪,并对消噪后的信号进行小波包3层分解及系数重构,再次对各频段能量进行处理分析从而得到特征向量.最终应用归一化方法对特征向量处理后再结合RBF神经网络进行故障诊断,并且取得了良好的诊断效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍泽富	西安石油大学机械工程学院	38	183	8.0	12.0
2	王江萍	西安石油大学机械工程学院	63	531	11.0	20.0
3	徐李甲	西安石油大学机械工程学院	1	16	1.0	1.0