基于小波神经网络的地铁轴承故障诊断方法

徐欣怡; 徐永能; 任宇超

首页> 中文期刊> 《兵器装备工程学报》 >基于小波神经网络的地铁轴承故障诊断方法

基于小波神经网络的地铁轴承故障诊断方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

提出了一种将小波包变换和改进BP神经网络相结合的地铁轴承故障诊断模型。该模型采用小波包变换对采集到的原始振动信号进行分解和重构,提取能量特征向量,并采用一种改进的小波神经网络模型对地铁轴承进行故障诊断,引入动量因子优化BP神经网络梯度下降算法,以提高模型诊断精度和收敛速度。基于凯斯西储大学轴承故障实验中加速度传感器采集的数据,首先对其进行预处理,然后对神经网络进行训练,当训练误差达到目标精度时,利用该模型开展地铁轴承故障诊断仿真实验。结果表明:改进的小波神经网络模型可以快速、准确地诊断出地铁轴承的故障类型。

著录项

来源
《兵器装备工程学报》 |2020年第12期|P.177-181|共5页
作者
徐欣怡; 徐永能; 任宇超;
展开▼
作者单位

南京理工大学自动化学院南京210094;

南京理工大学自动化学院南京210094;

南京理工大学自动化学院南京210094;

展开▼
原文格式 PDF
正文语种 chi
中图分类走行部分;
关键词
地铁轴承; 小波包变换; 神经网络; 故障诊断; 信号处理;

相似文献

中文文献
外文文献
专利

1. 基于小波神经网络的地铁轴承故障诊断方法 [J] . 徐欣怡 ,徐永能 ,任宇超 . 四川兵工学报 . 2020,第012期
2. 基于小波神经网络的滚动轴承故障诊断方法研究 [J] . 林静 ,贲少辉 ,刘美 . 电子设计工程 . 2016,第018期
3. 基于加权改进D-S证据融合理论的地铁车辆转向架轴承故障诊断方法 [J] . WANG Yuanfei ,PEI Chunxing ,SUN Hairong . 北京交通大学学报 . 2018,第006期
4. 基于EMD与SVM的地铁列车滚动轴承故障诊断方法分析 [J] . 彭松 ,黄志辉 ,胡奇宇 . 科技创新与应用 . 2016,第023期
5. 基于改进小波神经网络的滚动轴承故障诊断 [J] . 姜涛 ,袁胜发 . 华中农业大学学报 . 2014,第1期
6. 基于谱相关密度切片能量的地铁列车轮对轴承故障诊断方法 [C] . 谷朝健 ,宋程 ,胡娜 . 2017青岛地铁产业协会年会 . 2017
7. 基于改进小波神经网络的滚动轴承故障诊断 [A] . 姜涛 . 2013

基于小波神经网络的地铁轴承故障诊断方法

摘要

著录项

相似文献

相关主题

期刊订阅