基于奇异值分解和RBF神经网络的齿轮故障诊断

摘要：

针对微弱的齿轮故障信号难以检测问题,提出基于奇异值分解和RBF神经网络相融合的齿轮故障诊断方法.首先,通过实验台采集正常、断齿、裂纹和磨损四种故障信号,然后通过奇异值分解消噪,消噪的信号经三层小波包分解后,计算8个频段的能量特征值,并将能量特征值作为RBF神经网络训练的输入样本.通过样本数据的实验测试,结果表明,本文提出的诊断方法具有诊断精度高,诊断时间快等优势.

关键词： 齿轮 故障诊断 奇异值分解 RBF神经网络

作者: 张琦 肖顺根

作者单位: 海南经贸职业技术学院 宁德师范学院

会议类型: 国内会议

会议名称: 第七届全国地方机械工程学会学术年会暨海峡两岸机械科技学术论坛

会议地点: 海南文昌

会议语种:中文

页码: 311-315

在线出版日期: 2017-10-18（万方平台首次上网日期，不代表论文的发表时间）