基于RBF神经网络与模糊评价的滚动轴承退化状态定量评估

基于RBF神经网络与模糊评价的滚动轴承退化状态定量评估

论文摘要

滚动轴承作为旋转机械最容易发生故障的零部件之一,对其进行性能状态评估,及早判断出故障情况并做出相应的维修策略具有重要的意义。首先对轴承早期无故障样本和同类轴承的失效样本的振动信号提取小波包奇异谱熵作为初始特征。其次,用早期无故障样本特征和同类轴承失效样本特征建立径向基(RBF)神经网络模型,将已提取特征的轴承全寿命数据特征通过迭代的方式输入到RBF模型中。为了得到有界限的性能退化评估指标,提高性能评估准确率,将RBF模型输出结果输入到隶属度函数,计算隶属度,以此作为性能退化评估指标。使用箱线图设置自适应阈值,确定轴承早期失效阈值。最后用包络解调对结果进行验证。实验表明,提出的性能退化评估方法早期故障检测能力强,得到的结论与轴承加速疲劳试验得到的结果保持一致。

论文目录

  • 1 小波包奇异谱熵
  •   1.1 小波包分解层数及小波基的选择
  •   1.2 小波包奇异谱熵特征提取
  • 2 性能退化评估模型
  •   2.1 RBF神经网络
  •   2.2 隶属度计算
  •   2.3 自适应报警阈值的设定
  •   2.4 模型的建立与指标的提取
  • 3 实验与结果分析
  •   3.1 轴承离散数据验证
  •   3.2 轴承全寿命数据实验验证
  •     3.2.1 试验台介绍
  •     3.2.2 模型评估结果
  • 4 包络谱分析
  • 5 结 论
  • 文章来源

    类型: 期刊论文

    作者: 周建民,王发令,张龙,李鹏,张臣臣

    关键词: 滚动轴承,小波包奇异谱熵,神经网络,模糊评价,箱线图,包络解调

    来源: 机械设计与研究 2019年06期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 机械工业,自动化技术

    单位: 华东交通大学载运工具与装备教育部重点实验室

    基金: 国家自然科学基金资助项目(51865010,51665013)

    分类号: TP183;TH133.33

    DOI: 10.13952/j.cnki.jofmdr.2019.0328

    页码: 116-122+127

    总页数: 8

    文件大小: 2664K

    下载量: 74

    相关论文文献

    • [1].基于RBF神经网络的绞吸挖泥船施工产量预测研究及分析[J]. 中国港湾建设 2019(12)
    • [2].基于RBF神经网络的船舶自适应区域到达控制[J]. 计算机测量与控制 2020(04)
    • [3].采空区移动变形的径向基函数神经网络概率积分法(RBF)反演[J]. 矿产与地质 2020(01)
    • [4].RBF网络的船舶电子信息设备状态识别[J]. 舰船科学技术 2020(16)
    • [5].基于多变量相空间重构和RBF神经网络的光伏功率预测方法[J]. 电子测量与仪器学报 2020(08)
    • [6].基于RBF神经网络的车内声品质预测及分析[J]. 控制工程 2019(11)
    • [7].基于RBF网络的手势识别装置设计[J]. 信息技术 2019(12)
    • [8].基于RBF神经网络知识的智能故障诊断系统研究与实践[J]. 科技资讯 2016(34)
    • [9].基于RBF神经网络在转炉炼钢终点预报中的应用研究[J]. 无线互联科技 2017(04)
    • [10].基于RBF神经网络的网络安全态势预测方法[J]. 西安邮电大学学报 2017(02)
    • [11].基于粗糙集RBF神经网络村镇山洪灾害损失预测研究——以神农架林区为例[J]. 灾害学 2017(02)
    • [12].中央制冷空调冷冻水系统模糊RBF控制研究[J]. 电机与控制学报 2017(05)
    • [13].基于RBF的模糊积分多传感器数据融合的刮板输送机电机故障诊断[J]. 西安科技大学学报 2016(02)
    • [14].基于RBF的安徽省资源环境压力动态预警[J]. 中国农学通报 2015(01)
    • [15].基于RBF神经网络的高校数字图书馆服务质量评价[J]. 金融理论与教学 2015(02)
    • [16].基于RBF神经网络的电磁轴承基础激励主动控制研究[J]. 机电工程 2020(12)
    • [17].基于RBF神经网络间接求取运动学逆解的研究[J]. 机床与液压 2019(23)
    • [18].RBF神经网络拟合高程异常的探讨[J]. 黑龙江科技信息 2017(15)
    • [19].基于RBF神经网络的短期负荷预测方法[J]. 自动化应用 2017(10)
    • [20].改进RBF鲁棒控制的机器人轨迹跟踪[J]. 科技创新与应用 2017(31)
    • [21].无刷直流电机RBF磁场定向控制及监控系统设计[J]. 现代电子技术 2016(20)
    • [22].基于RBF网络曲线拟合的研究[J]. 黑龙江工程学院学报 2015(01)
    • [23].基于RBF模型的广东省土地生态安全时空演变预警研究[J]. 水土保持研究 2015(03)
    • [24].基于多重线性回归P值检验的RBF神经网络模型在城市需水预测中的应用[J]. 水资源研究 2014(01)
    • [25].基于RBF的湖南省土地生态安全动态预警[J]. 地理学报 2012(10)
    • [26].基于免疫聚类的RBF网络在说话人识别中的应用[J]. 声学技术 2010(02)
    • [27].改进粒子群优化RBF神经网络在短期电力负荷预测上的研究[J]. 电子测试 2020(03)
    • [28].汇率双向波动增强后的跨境资金流动风险评估与预测方法研究——基于RBF神经网络模型[J]. 区域金融研究 2020(S1)
    • [29].基于RBF神经网络的企业运营双层动态成本控制研究[J]. 武汉商学院学报 2020(01)
    • [30].粗糙集-RBF神经网络的青岛地铁施工风险评价模型研究[J]. 青岛理工大学学报 2020(04)

    标签:;  ;  ;  ;  ;  ;  

    基于RBF神经网络与模糊评价的滚动轴承退化状态定量评估
    下载Doc文档

    猜你喜欢