小波阈值去噪和L-M算法神经网络在齿轮箱故障诊断中的应用
齿轮箱发生故障时,其振动信号呈现非平稳特性,并伴随一定程度的噪声干扰,给信号的特征提取及故障识别带来一定困难.因此,本文根据小波变换良好的时频局部特性和多分辨率特性,将基于Birge-Massart策略的小波阈值滤波和基于L-M算法的神经网络相结合进行齿轮箱故障诊断.实验结果表明,该方法充分提高了齿轮箱故障诊断的精确度和可靠度.
齿轮箱 故障诊断 信号处理 算法优化
袁洪芳 张任 王华庆 曹晰 王学伟
北京化工大学信息科学与技术学院,北京100029 北京化工大学机电工程学院,北京100029
国内会议
郑州
中文
318-321
2012-08-16（万方平台首次上网日期，不代表论文的发表时间）