10.3969/j.issn.1007-4414.2010.01.008
基于小波包变换与神经网络的齿轮故障诊断方法
对齿轮箱故障诊断问题进行研究,由于齿轮的振动信号是非平稳信号,常规的齿轮特征提取方法难以从振动信号中提取有效故障特征信息.笔者采用小波包理论对齿轮振动信号应用db12小波进行多层分解后,从而对信号进行消噪,并对消噪后的信号进行小波包3层分解及系数重构,再次对各频段能量进行处理分析从而得到特征向量.最终应用归一化方法对特征向量处理后再结合RBF神经网络进行故障诊断,并且取得了良好的诊断效果.
齿轮、小波包、RBF神经网络、故障诊断
23
TH132.41
2010-05-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
21-24