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

摘要：

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。

关键词：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

分类号：TN911.72;TH133.33

资助基金：国家自然科学基金资助项目E51205405，51305454

在线出版日期：2015-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：26-31