基于混合特征提取和WNN的齿轮箱故障诊断

• 作者: 尚云飞 贺文杰 陈汉新 陈绪兵 鲁艳军
• 来源期刊: 武汉工程大学学报
• 学科: 工学
• 关键词: 齿轮箱 特征提取 小波神经网络 故障诊断
• 年，卷（期）: 2011,（5）
• 页码范围: 82-88
• 分类号: TH165+.3
• 字数: 5179字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2869.2011.05.022

摘要

提出了一种基于混合特征提取和小波神经网络(WNN)的齿轮箱故障诊断方法,运用时域分析法、小波分解和小波包分解相结合的方法对齿轮箱振动信号进行故障特征提取,将所提取的特征值作为WNN分类器的特征输入参数,采用反向传播(BP)算法对WNN结构中的平移参数、尺度参数、连接权值和阈值进行调整和优化.在实验中采用不同裂纹尺寸的齿轮来模拟三种故障模式,通过对三种故障齿轮进行诊断和分类,能证明本文所提议的故障诊断方法是有效且可靠的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈绪兵	武汉工程大学机电工程学院	30	115	7.0	9.0
2	陈汉新	武汉工程大学机电工程学院	16	84	6.0	8.0
3	鲁艳军	武汉工程大学机电工程学院	2	27	2.0	2.0
4	尚云飞	武汉工程大学机电工程学院	2	16	2.0	2.0