VMD-模平方阈值与PNN相结合的齿轮故障诊断

• 作者: 刘秀丽 张雪英 栾忠权
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 变分模态分解 模平方阈值 概率神经网络 齿轮 故障诊断
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 精密制造与加工
• 页码范围: 1895-1901
• 页数: 7页
• 分类号: TH132.412|TH165.3
• 字数: 3811字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20180089

摘要

针对故障齿轮振动信号的非平稳和调制特性,提出了在变分模态分解(VMD)-模平方阈值降噪的基础上利用概率神经网络(PNN)进行齿轮故障诊断的方法.首先,利用VMD将原始振动信号分解为若干个本征模态函数分量,采用模平方阈值方法对各分量处理后并重构;然后,提取重构信号的峭度和均方根作为特征值组成特征向量;最后,将特征向量输入PNN实现故障类型识别.通过齿轮故障试验分析,将其与基于EMD-模平方阈值、LMD-模平方阈值和EEMD-模平方阈值的BP神经网络故障诊断方法相比较.结果表明,该方法能有效的提取特征信息,故障诊断准确率高达96.875％,证明了所提方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	栾忠权	北京信息科技大学现代测控技术教育部重点实验室	50	129	6.0	8.0
2	张雪英	北京信息科技大学现代测控技术教育部重点实验室	9	31	2.0	5.0
3	刘秀丽	北京信息科技大学现代测控技术教育部重点实验室	21	81	4.0	8.0