10.3969/j.issn.1006-0707.2011.08.019
EMD和Elman神经网络在滚动轴承故障诊断中的应用
针对滚动轴承故障信号的特点,提出EMD和Elman神经网络结合的滚动轴承故障诊断方法。以滚动轴承振动信号为研究对象,首先对信号进行经验模态分解(EMD),提取包含主要信息成分的本征模函数(IMF)分量,将IMF的能量比作为特征向量输入Elman神经网络进行网络训练和故障识别,实现滚动轴承的故障诊断。结果表明,EMD方法能按频率由高到低把复杂的非平稳信号分解成有限个IMF分量,具有自适应的特点,有效地突出轴承故障特征;而Elman神经网络能直接反映动态过程系统的特性,达到很好的识别效果。
滚动轴承、经验模态分解、Elman神经网络、故障诊断
32
TH133.33
中央高校基本科研业务费专项资金资助——机械装备数字化设计与制造的若干关键技术研究SWJTU09ZT06
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
59-62,67