基于人工神经网络技术的齿轮箱故障诊断应用研究
以齿轮箱为研究对象,探讨了齿轮箱典型故障中齿轮、轴承和轴的失效形式及振动频率特性。介绍了齿轮箱故障诊断中的常用技术以及目前最常用的几种齿轮箱故障诊断方法。应用实例对人工神经网络识别法BP和RBF网络进行了对比研究,结果证明RBF网络在齿轮箱的故障诊断中明显优于BP神经网络。
齿轮箱 故障诊断 神经网络 振动频率 失效形式
蔡安江 豆卫涛 柴彦昌 孙少军
西安建筑科技大学,陕西西安,710055 陕西建工集团第五建筑工程有限公司,陕西西安,710055 陕西建设技术学院,陕西西安,710055
国内会议
西安
中文
158-163
2009-11-01(万方平台首次上网日期,不代表论文的发表时间)