基于小波包特征向量与神经网络的滚动轴承故障诊断-中国学术期刊网络出版总库

中国学术期刊网络出版总库

关闭

基于小波包特征向量与神经网络的滚动轴承故障诊断

推荐 CAJ下载

PDF下载

【英文篇名】	Fault Diagnosis of Rolling Bearings Based on Wavelet Packet Energy Eigenvector and Neural Network
【下载频次】	★★★★★
【作者】	刘乐平; 林凤涛;
【英文作者】	LIU Le-ping; LIN Feng-tao (School of Mechanical & Electrical Engineering; East China Jiaotong University; Nanchang 330013; China);
【作者单位】	华东交通大学机电工程学院; 华东交通大学机电工程学院南昌;
【文献出处】	轴承 , Bearing, 编辑部邮箱 2008年 04期期刊荣誉：中文核心期刊要目总览 ASPT来源刊 CJFD收录刊
【中文关键词】	滚动轴承; 故障诊断; 小波包特征向量; 神经网络;
【英文关键词】	rolling bearing; fault diagnosis; wavelet packet eigenvector; neural network;
【摘要】	基于故障轴承的特征提取,提出了将小波包分析与神经网络结合的滚动轴承故障诊断方法。对滚动轴承信号进行3层小波包分解,构造小波包特征向量作为故障样本,用训练好的BP神经网络进行故障诊断,试验结果表明,该方法能够有效地诊断出滚动轴承的故障类型。
【英文摘要】	The method of wavelet packet transform and neural network is presented to diagnose rolling bearings faults based on feature extracting of fault bearing.Three-layer wavelet packet is adopted to decompose the signal of rolling bearings,and wavelet packet energy eigenvector is constructed as fault samples,then the trained three-layer BP neural network is used to diagnose fault.The practical example shows that the method is able to diagnose the kinds of rolling bearings faults.
【更新日期】	2008-05-04
【分类号】	TH133.33
【正文快照】	小波变换[1-3]作为一种时、频域分析方法,具有多分辨率的特点,且在时、频域都具有表征信号局部特征的能力,具有良好的时频分析特性,特别适宜于非平稳信号的处理,是处理非线性、非稳态信号的有力工具;神经网络[4-5]以其并行分布式处理、联想记忆、自组织及自学习能力和极强的非?

xxx

【相似文献】

中国期刊全文数据库

中国优秀硕士学位论文全文数据库

中国博士学位论文全文数据库

中国重要会议论文全文数据库

中国重要报纸全文数据库

中国学术期刊网络出版总库

点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。

【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　

机械、仪表工业
　　

机械零件及传动装置
　　　

转动机件
　　　　

轴承
　　　　　

滚动轴承


	CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）京ICP证040431号互联网出版许可证新出网证（京）字008号

相似文献

文献分类导航