基于时频分析与人工神经网络的轴承诊断研究

摘要：

滚动轴承作为列车的重要组成部分,其工况状态直接影响列车的安全性能,因此对滚动轴承进行故障诊断的意义非比寻常.当轴承发生故障时会导致振动信号中出现冲击响应成分,因而可以通过对冲击响应成分进行特征提取来诊断故障.但是背景噪声的影响不可忽视,本文在时频分析法的基础上,将BP神经网络与时频分析相结合,分别建立了小波包-BP、EMD-BP两种诊断模型.通过对仿真信号的处理验证,结果表明小波包-BP模型能够更有效地去除噪声,诊断故障类型.

关键词：轴承、故障诊断、小波包、EMD、神经网络

所属期刊栏目：23

分类号：TN9;TP2

资助基金：国家自然科学基金资助项目51505311;江苏省自然科学基金资助项目BK20150339

在线出版日期：2017-09-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：21-27,72