基于奇异值分解和RBF神经网络的齿轮故障诊断

文档名：基于奇异值分解和RBF神经网络的齿轮故障诊断
针对微弱的齿轮故障信号难以检测问题,提出基于奇异值分解和RBF神经网络相融合的齿轮故障诊断方法.首先,通过实验台采集正常、断齿、裂纹和磨损四种故障信号,然后通过奇异值分解消噪,消噪的信号经三层小波包分解后,计算8个频段的能量特征值,并将能量特征值作为RBF神经网络训练的输入样本.通过样本数据的实验测试,结果表明,本文提出的诊断方法具有诊断精度高,诊断时间快等优势.
作者：张琦 肖顺根
作者单位：海南经贸职业技术学院宁德师范学院
母体文献：第七届全国地方机械工程学会学术年会暨海峡两岸机械科技学术论坛论文集
会议名称：第七届全国地方机械工程学会学术年会暨海峡两岸机械科技学术论坛  
会议时间：2017年10月18日
会议地点：海南文昌
主办单位：全国地方机械工程学会,海南省机械工程学会
语种：chi
分类号：TN9O24
关键词：齿轮  故障诊断  奇异值分解  RBF神经网络
在线出版日期：2020年6月28日
基金项目：
相似文献
相关博文

2024-12-10 15:18 上传 基于奇异值分解和RBF神经网络的齿轮故障诊断.pdf

文件大小:

2.74 MB

下载次数:

60

高速下载