文献类型：期刊文章

作　　者：姚德臣[1] 杨建伟[2] 殷玉枫[1] 蔡国强[3]

机构地区：[1]太原科技大学机电学院,山西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(2007021023);中国博士后基金资助项目(2009045290)

年　　份：2010

卷　　号：26

期　　号：3

起止页码：70-73

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：由于铁路轴承的易损性和故障信号提取的复杂性,文中应用了多方法融合的诊断法对铁路轴承进行故障诊断,并对基于多方法融合的BP和RBF两种网络进行了比较。首先,对采集到得信号进行FIR降噪,再对降噪后的信号进行小波包分解,构造特征向量,以此为故障样本对BP和RBF网络进行训练,实现智能化故障诊断,实验结果表明文中提出的方法能很好地诊断出轴承故障类型,但多方法融合的RBF的泛化能力优于BP网络,同时,在训练时间上,RBF网络也要优于BP网络,这为机械故障诊断提供理论依据。

关 键 词：小波包 BP和RBF神经网络  铁路滚动轴承  故障诊断

分 类 号：TP206.3]