基于小波包神经网络分析的滚动轴承故障诊断

• 作者: 张惊雷 赵洁
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 小波包 节点能量 神经网络 故障诊断
• 年，卷（期）: 2017,（4）
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP206+.3
• 字数: 4607字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2017.04.007

摘要

针对轴承故障识别率低、故障信号不平稳的问题,提出了改进小波包能量特征提取和神经网络的故障诊断方法.首先利用改进小波包算法将轴承内圈、外圈、滚动体三个部位的采集信号进行三层分解与重构;然后通过小波包能量谱提取不同节点能量,形成故障特征集;最后依次建立BP和Elman神经网络故障分类模型,将所得的小波包节点能量作为特征向量输入到故障模型,进行轴承不同故障状态的分类识别.实验结果表明,本文算法可准确分类并预测轴承运行状况,提高了诊断准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张惊雷	天津理工大学自动化学院	21	128	6.0	11.0
2	赵洁	天津理工大学自动化学院	2	5	1.0	2.0