10.3969/j.issn.1009-0134.2018.03.025
基于小波包和ElmanNN的滚动轴承故障识别
针对提取滚动轴承故障特征向量信号和识别故障类型的问题,为了提高诊断准确率,提出了基于小波包分析与BP算法权值修正的Elman神经网络的策略.基于MATLAB强大的数值分析功能,采集到的故障信号经过小波包分解与重构获取能反映不同故障状态的本征模态函数(Intrinsic modal function,IMF)分量.通过Elman神经网络辨识技术,将各频带能量作为Elman网络输入变量,测试样本为输出变量.对Elman神经网络进行大量数据训练,对滚动轴承的故障数据进行识别.实验表明,这种方法比BP神经网络识别更准确、更有效.
滚动轴承、特征提取、故障识别、小波包、Elman神经网络
40
TP183;TP206+.3(自动化基础理论)
山东省自然科学基金项目ZR2015FM015;山东省重点研发计划2017GGX10115
2018-05-02（万方平台首次上网日期，不代表论文的发表时间）
共5页
92-96
