基于小波包-AR谱和GA-BP网络的轴承故障诊断研究

• 作者: 姚腾 彭刘阳 窦岩 郭兰中
• 来源期刊: 工业仪表与自动化装置
• 关键词: 小波包分解 自回归谱估计 GA-BP神经网络 故障诊断
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 科研论坛
• 页码范围: 3-7,12
• 页数: 6页
• 分类号: TK79
• 语种: 中文

摘要

针对轴承振动信号具有非平稳、非线性特点,提出将小波包-AR谱和采用遗传算法(genetic algorithm,GA)优化的BP神经网络相结合的轴承故障诊断方法.该文对滚动轴承振动信号进行小波包分解和自回归(auto-regressive,AR)谱分析以得到不同频段的能量,然后将提取到的特征向量输入到BP神经网络进行模型训练和测试.鉴于BP神经网络的诊断效果并不是很好,因此应用遗传算法对BP神经网络的权值和阈值进行优化并再次进行诊断.对比实验结果表明,经遗传算法优化后的BP神经网络的仿真误差大大降低,相关故障诊断准确率达到了100％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭兰中	常熟理工学院机械工程学院	34	39	3.0	4.0
3	窦岩	常熟理工学院机械工程学院	28	17	2.0	3.0
9	彭刘阳	中国矿业大学机电工程学院	2	2	1.0	1.0
10	姚腾	中国矿业大学机电工程学院	2	2	1.0	1.0