基于小波神经网络的轴承未知异常诊断
钟飞1
郑晓斌1
史铁林2
谭中军1
1.湖北工业大学,机械工程学院,湖北,武汉,4300682.湖北工业大学,机械工程学院,湖北,武汉,430068;华中科技大学,机械科学与工程学院,湖北,武汉,430074
摘要：针对滚动轴承振动信号复杂,故障类型难以预知的问题,提出基于小波-神经网络技术的滚动轴承未知异常诊断的新方法.利用小波包对滚动轴承振动信号进行分解与重构,获得振动信号的突变信息,提取与滚动轴承故障相关的特征信息,将其作为特征向量输入自组织特征映射(Self-Organizing Feature Maps,SOFM)神经网络,对其进行自动分类识别,根据数据映射位置,可实现对滚动轴承未知异常的诊断,并为专家系统知识的自动获取提供了一条新途径.通过对仿真结果的分析,证实这种诊断方法的可行性.
关键词：滚动轴承未知异常诊断小波包分解SOFM
分类号：TH133.33(机械零件及传动装置)TP183(自动化基础理论)
资助基金：国家自然科学基金(50375047)湖北省武汉市青年科技晨光计划(20065004116-30)教育部科学技术研究项目(205100)
论文发表日期：2007-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 10-13 )
英文信息