基于BP-AdaBoost的耦合碰摩故障特征识别研究

• 作者: 刘毅 卢艳军
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 耦合碰摩 故障特征 经验模态分解 BP-Adaboost
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 设备设计/诊断维修/再制造
• 页码范围: 162-167
• 页数: 6页
• 分类号: TP391
• 字数: 4207字
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2017.05.029

摘要

旋转机械故障诊断研究中,采用BP神经网络容易陷入局部极小点而无法得到全局最优解,导致对耦合碰摩故障分类识别率不高的问题.研究了经验模态分解方法和BP-AdaBoost方法,结合二者优点,提出了一个故障识别的新方法,首先为了去除背景信号和噪声信号,选用经验模态分解方法来分解转子的振动信号,得到转子系统碰摩信号的主要故障特征,然后用BP-AdaBoost模型对3种不同工况进行识别.基于实验数据的分析表明方法的识别率要优于BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢艳军	沈阳航空航天大学自动化学院	49	361	9.0	17.0
2	刘毅	沈阳航空航天大学自动化学院	1	1	1.0	1.0