10.13465/j.cnki.jvs.2015.09.005
基于最优广义S变换和脉冲耦合神经网络的轴承故障诊断
针对滚动轴承故障信号具有明显的非线性和非平稳特征,提出一种基于最优广义S变换和脉冲耦合神经网络(PCNN)的故障特征提取方法。首先采用基于时频聚集性最优化的广义 S 变换获取轴承故障信号的时频表示,然后利用脉冲耦合神经网络对最优广义 S 变换时频图进行二值分解,提取二值图像的捕获比序列用于表达故障信号的故障特征。对滚动轴承4种状态信号进行分析,验证方法的有效性。结果表明该方法能够提取出更加有效的轴承故障特征参数,有利于提高轴承故障诊断的精度。
故障诊断、滚动轴承、特征提取、广义 S 变换、脉冲耦合神经网络
TN911.72;TH133.33
国家自然科学基金资助项目E51205405,51305454
2015-06-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
26-31