广义动态模糊神经网络及在轴承故障诊断中的应用

• 作者: 匡芳君 张思扬 徐蔚鸿
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 轴承故障诊断 小波包分解 广义动态模糊神经网络 模糊规则
• 年，卷（期）: 2010,（10）
• 页码范围: 251-254
• 分类号: TP39|THL33.3
• 字数: 2120字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2010.10.108

摘要

提出一种结合小波包分解和广义动态模糊神经网络的故障诊断方法,该方法首先采用小波包分解与重构提取各频带的能量作为故障特征向量,并以此向量作为输入,再利用广义动态模糊神经网络建立轴承故障诊断模型,该模型不仅能对模糊规则而且能对输入变量的重要性做出评价,使每个输入变量和模糊规则都可根据误差减少率进行修正.实验结果表明:该方法对识别和预测轴承的状态具有较高的精度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐蔚鸿	长沙理工大学计算机与通信工程学院	85	647	14.0	21.0
2	张思扬	湖南师范大学物理与信息科学学院	17	92	5.0	9.0
6	匡芳君		18	231	7.0	15.0