• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Failure identification of gear systems using Hilbert-Huang transform and artificial neural networks.
【24h】

Failure identification of gear systems using Hilbert-Huang transform and artificial neural networks.

机译：使用Hilbert-Huang变换和人工神经网络的齿轮系统故障识别。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The purpose of this research effort is to propose a new technique for predicting the gearbox condition through the vibration signals based on the Hilbert-Huang transformation (HHT) method. Vibration signals originating from the gearbox are considered to be highly non-stationary and nonlinear in nature. HHT has proven to be very successful for the analysis of such signals as a time-frequency representation method. However, its use as a feature extractor for pattern recognition has been barely explored. Experiments are conducted to record the vibration signals corresponding to the normal and abnormal conditions of a gearbox at various loading and frequency levels. The vibration signals are analyzed by HHT in the Matlab 7.0 programming environment to extract features as indicators of the gearbox condition. These features are later tested under various statistical and neural pattern recognition techniques. Results indicate a 100% classification rate for identifying the gearbox conditions with Artificial Neural Networks.
机译：这项研究工作的目的是基于Hilbert-Huang变换（HHT）方法提出一种通过振动信号预测变速箱状态的新技术。来自齿轮箱的振动信号本质上被认为是高度不稳定和非线性的。事实证明，HHT作为时频表示方法在分析此类信号方面非常成功。但是，几乎没有探讨过将其用作特征识别器以进行模式识别。进行实验以记录在各种负载和频率水平下与变速箱的正常和异常状况相对应的振动信号。在Matlab 7.0编程环境中，通过HHT分析振动信号，以提取特征作为齿轮箱状态的指标。这些功能随后将在各种统计和神经模式识别技术下进行测试。结果表明，使用人工神经网络识别齿轮箱状况的分类率为100％。

著录项

  • 作者

    Khadapkar, Shailesh Sunil.;

  • 作者单位

    State University of New York at Binghamton.;

  • 授予单位 State University of New York at Binghamton.;
  • 学科 Engineering Electronics and Electrical.; Engineering Industrial.
  • 学位 M.S.
  • 年度 2007
  • 页码 183 p.
  • 总页数 183
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 无线电电子学、电信技术;一般工业技术;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号