基于小波包和PSO Elman神经网络的滚动轴承故障诊断
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1001-2257.2016.05.003

基于小波包和PSO Elman神经网络的滚动轴承故障诊断

引用
针对滚动轴承的故障诊断,分析滚动轴承故障机理及特点,提出基于小波包分析的滚动轴承振动信号的特征向量提取算法,并建立PSO-Elman神经网络进行故障诊断和识别.将滚动轴承故障振动信号进行小波包分解,构造频带能量谱作为特征向量,输入PSO-Elman神经网络对故障进行识别.试验结果表明,基于小波包分析和PSO-Elman神经网络相结合的方法可准确地实现滚动轴承的故障诊断.

故障诊断、滚动轴承、小波包、PSO-Elman神经网络

34

TH133.3;TP183

贵州省科技合作计划课题黔科合J 字 LKM[2012]09,黔科合 LH 字[2015]7208,黔科合 LH 字[2015]7216,黔科合 LH 字[2015]7217;贵州省教育厅自然科学研究项目黔教合KY字[2015]428;贵州民族大学科研课题15XJ008

2016-06-22(万方平台首次上网日期,不代表论文的发表时间)

共5页

13-17

相关文献
评论
暂无封面信息
查看本期封面目录

机械与电子

1001-2257

52-1052/TH

34

2016,34(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn