基于小波包和神经网络的行星齿轮箱故障模式识别技术

• 作者: 罗佳 黄晋英
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 行星齿轮箱 振动信号 Daubechies小波包 BP神经网络 故障模式识别
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 试验技术
• 页码范围: 178-182
• 页数: 5页
• 分类号: TP277|TJ01
• 字数: 3307字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2020.04.033

摘要

行星齿轮箱振动信号在各频段的能量分布与其故障类型有关.利用Daubecics小波包将不同故障的振动信号分解到各个频带.BP神经网络的输入是各频带的能量——行星齿轮故障的特征向量,用神经网络识别故障类型.通过实验验证了该方法可以快速、准确地进行故障模式识别,达到良好的预期效果.利用此方法可以有效解决武装直升机武器系统复杂故障现象问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄晋英	中北大学机械工程学院	88	506	11.0	17.0
2	罗佳	中北大学机械工程学院	15	87	5.0	9.0