基于EMD和BP网络的轴承故障诊断方法

• 作者: 孔祥振 张小刚 张永建 张永超 路艳春 邢龙超
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 经验模态分解(EMD) BP网络 IMF能量 故障诊断
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 技术与方法
• 页码范围: 77-80
• 页数: 4页
• 分类号: TH17
• 字数: 2586字
• 语种: 中文

摘要

故障轴承的振动信号是非平稳信号，传统的非平稳信号分析手段存在许多不足；BP 网络能够出色地解决传统识别模式难以解决的复杂问题。提出了经验模态分解（ EMD ）与 BP 神经网络相结合的滚动轴承故障诊断方法。采用 EMD 方法对振动信号进行分解，得到组成信号的多个内禀模态分量（ IMF ），提取重要的 IMF 分量的能量作为信号的特征量；采用 BP 网络作为模式分类器，对轴承的故障类型进行分类。经试验数据分析证明，该方法能够准确地对轴承故障进行诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永建	山东科技大学机械电子工程学院	40	597	14.0	23.0
2	张永超	山东科技大学机械电子工程学院	39	279	9.0	15.0
3	邢龙超	山东科技大学机械电子工程学院	2	7	2.0	2.0
4	孔祥振	山东科技大学机械电子工程学院	3	14	2.0	3.0
5	路艳春	山东科技大学机械电子工程学院	1	5	1.0	1.0
6	张小刚		1	5	1.0	1.0