首页> 中文期刊> 《北京信息科技大学学报(自然科学版)》 >基于SVD-EEMD和BP神经网络的滚动轴承故障诊断

基于SVD-EEMD和BP神经网络的滚动轴承故障诊断

         

摘要

针对故障轴承振动信号中含有强烈的背景噪声,难以提取故障信息的情况,提出了一种基于奇异值分解(singular value decomposition,SVD)、集合经验模式分解(ensemble empirical mode decomposition,EEMD)和BP神经网络的轴承故障诊断方法.应用SVD对轴承故障信号降噪处理后进行EEMD分解,获得其多个固有模态函数(intrinsic mode function,IMF)分解量,使用相关分析提取含有主要故障信息的IMF分量.从选取的IMF分量中提取故障特征参数,并将归一化后的故障特征参数作为BP神经网络输入参数进行轴承故障诊断.实验结果表明该方法能有效识别滚动轴承的故障类型,可用于轴承故障诊断.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 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