文献类型：期刊文章

作　　者：刘海波[1] 杨建伟[1,2] 蔡国强[3] 姚德臣[1]

机构地区：[1]太原科技大学机械电子工程学院,太原030024 [2]北京建筑工程学院机电与汽车工程学院,北京100044 [3]北京交通大学轨道交通安全与控制国家重点实验室,北京100044

出　　处：《机械设计与研究》

基　　金：国家863计划资助项目(2007AA11Z247);山西省青年基金资助项目(2007021023)

年　　份：2010

卷　　号：26

期　　号：2

起止页码：92-94

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于故障轴承的特征提取,提出一种基于小波包与径向基RBF神经网络相结合的故障诊断方法,克服了以往常用诊断方法中的小波BP神经网络网络收敛慢、训练时间长、而且常常陷入局部极小点的缺点。采用小波滤波技术对采集到的滚动轴承振动信号进行滤波处理,利用小波包分解获得滚动轴承振动信号的特征向量作为故障样本对RBF网络进行训练,进行了详细的故障诊断试验研究。实验结果表明训练好的RBF网络能够很好地诊断出轴承故障类型,故本方法在旋转机械故障诊断方面具有良好的应用价值。

关 键 词：小波包 RBF神经网络 滚动轴承 故障诊断

分 类 号：TP391.9]