期刊专题

10.3969/j.issn.1001-3881.2022.03.035

基于峭度排序的特征构造在行星齿轮箱故障诊断中的应用研究

引用
针对行星齿轮箱故障诊断中存在的故障诊断样本数少、故障诊断精度低等问题,提出一种经验模态分解(EMD)、峭度排序和BP神经网络相结合的故障诊断方法.该方法首先对原始振动信号进行EMD,然后对分解获得的固有模态函数(IMF)进行峭度排序;根据训练样本数自适应地选择对应的IMF,将对应IMF的能量值作为特征向量输入BP神经网络进行故障模型的搭建,并完成模型诊断成功率测试.结果表明:经过峭度排序后的故障特征的区分度明显升高,表明改进后的算法可以在训练样本少和训练数据不均衡的情况下达到较高的故障诊断成功率,完成对行星齿轮箱故障模式的识别.

行星齿轮箱;故障诊断;经验模态分解;峭度排序;特征构造

50

TH17

国家电网校企合作创新项目GDYN-2019-FW-0389-XNY-0026

2022-03-08(万方平台首次上网日期,不代表论文的发表时间)

共6页

187-192

暂无封面信息
查看本期封面目录

机床与液压

1001-3881

44-1259/TH

50

2022,50(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn