基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
齿轮故障诊断的基本方法是利用振动信号,通过提取特征信息,比较各次测量中的差异进行诊断.根据BP神经网络诊断方法,运用虚拟样机技术建立齿轮模型,模拟各种各种故障,提取振动信号,然后给出BP神经网络训练的特征频率,使其对数据进行分析学习.当输入待诊断样本后,BP网络对数据进行对比分析得出诊断结果.经过仿真检验表明该方法对减速箱齿轮副的故障诊断有效,对其他旋转机械的故障诊断和维修保养也具有一定的实用价值.
推荐文章
基于RBF神经网络的齿轮箱故障诊断
BP神经网络
径向基函数神经网络
故障诊断
齿轮箱
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
基于BP神经网络的变速箱故障诊断方法研究
BP神经网络
故障诊断
模式识别
变速箱
改进BP神经网络在齿轮故障诊断的应用
遗传算法
BP神经网络
故障诊断
样本训练
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络对减速箱齿轮副的故障诊断与仿真研究
来源期刊 机械研究与应用 学科 工学
关键词 BP神经网络 时域平均分析法 齿轮副故障诊断 仿真分析
年,卷(期) 2012,(6) 所属期刊栏目 检测与控制
研究方向 页码范围 170-172,174
页数 4页 分类号 TH132
字数 2182字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贺艳 新疆工程学院机械工程系 15 16 3.0 3.0
2 马文涛 新疆工程学院机械工程系 10 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
时域平均分析法
齿轮副故障诊断
仿真分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械研究与应用
双月刊
1007-4414
62-1066/TH
大16开
甘肃省兰州市金昌北路208号
54-93
1988
chi
出版文献量(篇)
7286
总下载数(次)
18
总被引数(次)
22351
论文1v1指导