基于小波神经网络弧齿锥齿轮故障诊断及实验研究

• 作者: 扶碧波 方宗德 沈云波
• 来源期刊: 机械传动
• 关键词: 故障诊断 小波变换 神经网络
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 试验分析
• 页码范围: 66-69
• 分类号: TH165.3
• 语种: 中文
• DOI: 10.3969/j.issn.1004-2539.2011.12.018

摘要

提出了一种离散小波变换结合神经网络的故障状态识别方法,运用信号特征提取机理对航空用弧齿锥齿轮故障诊断及状态识别进行了研究.建立了孤齿锥齿轮传动系统振动测试试验台,对正常结构和故障结构的齿轮传动进行了试验测试,通过小波阈值去除掉齿轮箱的振动数据信号系统噪声的影响；采用离散小波变换提取信号的能量特征,利用带有反馈算法的神经网络对齿轮系统的故障状态进行了分类识别.结果表明,该方法齿轮故障识别结果的有效率可达100％,为齿轮系统的故障分析提供了一种有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方宗德	西北工业大学机电学院	401	5245	35.0	47.0
2	沈云波	西安工业大学机电工程学院	23	101	6.0	8.0
3	扶碧波	西北工业大学机电学院	3	15	2.0	3.0