| 基于时序-RBF神经网络的齿轮故障诊断方法 |
| |
| 引用本文： | 李力,蒋宇,李志雄.基于时序-RBF神经网络的齿轮故障诊断方法[J].机械传动,2008,32(4). |
| |
| 作者姓名： | 李力 蒋宇 李志雄 |
| |
| 作者单位： | 三峡大学机械与材料学院,湖北,宜昌,443002 |
| |
| 摘 要： | 针对齿轮箱早期故障特征不明显,提出一种基于时序和径向基(Radial Basis Function, RBF)神经网络相结合的诊断方法.通过对齿轮箱正常和故障运行状态的振动信号进行时序分析,提取时序模型的自回归系数作为状态特征,并将其组成特征向量输入RBF神经网络分类器进行网络训练,从而实现了对齿轮正常、裂纹、断齿和局部点蚀的状态识别与诊断.结果表明,基于时序-RBF神经网络结合的方法对于早期或多故障分类是可行的.
|
| 关 键 词： | 齿轮故障 诊断 时序分析 特征提取 RBF神经网络 |
Method of Gear Fault Diagnosis based on Time Series Analysis and RBF Neural Networks |
| |
| Li Li,Jiang Yu,Li Zhixiong.Method of Gear Fault Diagnosis based on Time Series Analysis and RBF Neural Networks[J].Journal of Mechanical Transmission,2008,32(4). |
| |
| Authors: | Li Li Jiang Yu Li Zhixiong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
