直升机齿轮箱故障诊断方法

• 作者: 李耀华 王星州
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 齿轮箱 小波包 信息熵 人工蜂群 BP神经网络 故障诊断
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 航空、宇航工程
• 页码范围: 1628-1633
• 页数: 6页
• 分类号: TH165.3
• 字数: 3124字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20180059

摘要

为有效诊断直升机齿轮箱故障,研究建立了基于直升机齿轮箱振动信号的小波包熵ABC-BP神经网络故障诊断模型.模型以小波波包分析与信息熵分析方法为基础,提取齿轮箱振动信号的小波包熵作为神经网络的特征输入向量,引入人工蜂群优化BP神经网络,将BP神经网络的误差函数作为人工蜂群的适应度,选择适应度最优的个体参数作为神经网络的权值和阈值,不仅降低模型输入维度,还提高了诊断精度.最后基于实验数据进行了验证,结果表明该诊断模型具有较好的故障诊断效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李耀华	中国民航大学航空工程学院	34	165	8.0	11.0
2	王星州	中国民航大学航空工程学院	2	6	2.0	2.0