登录    注册    忘记密码

期刊文章详细信息

基于多方法融合的铁路轴承故障诊断    

Fault Diagnosis of Railway Bearing Based on Muti-method Fusion Techniques

  

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]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心