本文關(guān)鍵詞：基于小波包變換和極限學(xué)習(xí)機(jī)的滾動軸承故障診斷　出處：《太原理工大學(xué)學(xué)報》2017年06期 　論文類型：期刊論文

  更多相關(guān)文章： 軸承 故障診斷 小波包變換 極限學(xué)習(xí)機(jī)

【摘要】：采用基于小波包變換(WPT)和極限學(xué)習(xí)(ELM)的方法對軸承故障進(jìn)行診斷和分類辨識。該方法首先采用小波包變換對采集到的振動信號進(jìn)行分解,求得各頻帶的相對能量,并構(gòu)建特征向量,接著利用極限學(xué)習(xí)機(jī)進(jìn)行自動分類識別。經(jīng)使用實驗臺實測電機(jī)滾動軸承不同狀態(tài)的信號進(jìn)行分析,研究結(jié)果表明,所建立的自動分類模型可以有效地對軸承的單一故障,以及不同程度故障有很好的辨識能力。
[Abstract]:......
【作者單位】： 太原理工大學(xué)信息工程學(xué)院;太原理工大學(xué)機(jī)械電子工程研究所;
【基金】：國家自然科學(xué)基金資助項目(61371062) 山西省自然科學(xué)基金資助項目(2014081030)
【分類號】：TH133.33;TP18
【正文快照】： 滾動軸承作為旋轉(zhuǎn)機(jī)械的重要零部件之一,其工作狀態(tài)對系統(tǒng)的正常運(yùn)行起著非常重要的作用。一些統(tǒng)計顯示,齒輪箱中軸承引起的故障約占故障總量的1/5,而在電動機(jī)中,由軸承導(dǎo)致的故障更是高達(dá)半數(shù)以上[1]。因此研究滾動軸承的故障診斷、進(jìn)行檢測、預(yù)判,對防止重大損失具有重要的

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐啟圣;許澤銀;張遠(yuǎn)斌;李柱國;;基于小波包變換的油液磨損信號降噪研究[J];潤滑與密封;2009年10期

2 董辛e，

本文編號：1351229