一种用于滚动轴承故障诊断的方法
采用振动分析法来进行滚动轴承元件的故障诊断.通过带通滤波、包络谱分析和小波包分析提取了反映滚动轴承故障的5个频域特征参数,同时还提取了对轴承早期冲击故障较敏感的5个时域指标.基于上述10个故障特征值,采用BP神经网络、基于遗传算法的RBF神经网络进行故障分类训练.试验结果表明:上述10个特征值对不同的滚动轴承故障非常敏感;BP网络和基于遗传算法的RBF网络都能有效地分类不同故障;基于遗传算法的RBF网络在训练时间、训练误差以及识别精度上优于BP网络.试验证明了上述方法在滚动轴承故障诊断中的有效性.
滚动轴承 小波包 故障诊断 神经网络 包络分析
吕琛 王桂增 张泽宇
清华大学自动化系(北京) 中国科学院长春光学精密机械与物理研究所(吉林长春)
国内会议
长春
中文
220-224
2004-07-30（万方平台首次上网日期，不代表论文的发表时间）