采用GA-BP算法和EMD的滚动轴承故障诊断方法

论文摘要

针对滚动轴承故障识别和分类问题,提出一种采用GA-BP算法结合经验模态分解（EMD）方法的滚动轴承故障识别方法。该方法首先利用EMD方法对不同类型的故障信号进行分解,获得若干个阶次的IMF分量,然后求出其能量占比,并构造相应特征向量组,最后将特征向量组输入遗传算法（GA）优化的BP神经网络中进行训练和测试,进而对故障进行分类和识别。结果表明,该方法能有效提取滚动轴承故障特征信息,并快速地对不同故障类型进行识别。

论文目录

• 0 引言
• 1 EMD算法
• 2 GA-BP算法
•   2.1 BP神经网络原理
•   2.2 遗传算法基本原理
•   2.3 基于遗传算法的BP网络实现基本步骤
• 3 基于EMD与GA-BP网络的滚动轴承故障诊断
•   3.1 提取故障特征向量
•   3.2 GA-BP神经网络参数设计
• 4 结语

文章来源

类型: 期刊论文

作者: 王林军,黄文超,钟先友,杜义贤,刘晋玮,王锬

关键词: 神经网络,滚动轴承故障诊断

来源: 煤矿机械 2019年05期

年度: 2019

分类: 工程科技Ⅰ辑,工程科技Ⅱ辑

专业: 机械工业

单位: 三峡大学机械与动力学院

基金: 国家自然科学基金资助项目(51775308)

分类号: TH133.33

DOI: 10.13436/j.mkjx.201905055

页码: 167-170

总页数: 4

文件大小: 409K

下载量: 214