基于RBF神经网络的多转子故障类型诊断

• 作者: 曹保钰 李伟 江帆 王泽文 陈国安
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 多转子 能量谱 RBF神经网络 故障类型诊断
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 设备设计/诊断维修/再制造
• 页码范围: 126-130
• 页数: 5页
• 分类号: TP183
• 字数: 3184字
• 语种: 中文

摘要

对多转子系统中转子故障诊断进行了研究,以转子正常、偏心、不平衡和弯曲四种工作状态为例,采用径向基函数(RBF)神经网络对故障进行诊断.通过快速傅里叶变换和能量谱对转子振动信号进行特征提取,并将提取的特征向量作为神经网络的输入,实现多转子故障类型的识别.结果表明,利用能量谱和RBF神经网络能够有效地识别转子故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江帆	中国矿业大学机电工程学院	6	32	3.0	5.0
2	李伟	中国矿业大学机电工程学院	76	453	11.0	18.0
3	曹保钰	中国矿业大学机电工程学院	4	24	2.0	4.0
4	王泽文	中国矿业大学机电工程学院	4	24	2.0	4.0
5	陈国安		21	39	4.0	5.0