10.19557/j.cnki.1001-9944.2019.03.008
基于VMD与PSO-PNN的滚动轴承故障诊断模型
针对滚动轴承故障特征提取效果不理想和故障类型识别准确率低、速度慢等问题,该文结合变分模态分解、粒子群算法和概率神经网络提出了一种新的滚动轴承故障提取与故障类型识别方法.主要是通过变分模态分解提取有效的故障特征向量,然后通过粒子群算法优化的概率神经网络模型进行故障类型诊断.通过Matlab仿真结果显示,与标准的概率神经网络诊断故障类型相比提高了轴承故障诊断的准确性和速度性.
变分模态分解、粒子群算法、概率神经网络、故障诊断
34
TP183;TP206+.3(自动化基础理论)
山东省重点研发计划项目2017GGX10115
2019-06-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
33-37