基于LMD模糊熵和概率神经网络的滚动轴承故障诊断

• 作者: 孙建勇 王奇伟 畅兵楼 程刚 陈曦晖
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 LMD 模糊熵 概率神经网络
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 故障·诊断
• 页码范围: 315-317
• 页数: 3页
• 分类号: TH133.3
• 字数: 1893字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201510128

摘要

滚动轴承是机械传动系统重要的组成部分,其故障发生率极高,直接影响机械设备的正常、安全运行.基于此提出基于局部均值分解(LMD)模糊熵和概率神经网络(PNN)的滚动轴承故障诊断方法,原始振动信号应用LMD自适应分解为7个PF分量;设定模糊函数,提取每个PF分量的模糊熵,实现各PF分量的特征量化;并利用概率神经网络实现故障类型识别.实验结果证明利用该方法滚动轴承故障诊断识别率可达86.25％,是一种有效的滚动轴承故障诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程刚	中国矿业大学机电工程学院	71	508	12.0	19.0
2	陈曦晖	中国矿业大学机电工程学院	13	95	6.0	9.0
3	孙建勇		2	3	1.0	1.0
4	王奇伟		1	1	1.0	1.0