基于LMD与神经网络的滚动轴承故障诊断方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对滚动轴承的故障振动信号的非平稳特性，提出了一种基于局部均值分解（Local mean decomposition，简称LMD）和神经网络的滚动轴承诊断方法。该方法首先对信号进行局部均值分解，将其分解为若干个PF分量（Product function，简称PF）之和，再选取包含主要故障信息的PF分量进行进一步分析，从这些分量中提取时域统计量和能量等特征参数作为神经网络的输入参数来识别滚动轴承的故障类别。通过对滚动轴承正常状态，内圈故障和外圈故障的分析，表明了基于LMD与神经网络的诊断方法比基于小波包分析与神经网络的诊断方法有更高的故障识别率，同时也证明了该方法可以准确、有效地对滚动轴承的工作状态和故障类型进行分类。

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=34989074

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：滚动轴承 神经网络 故障诊断 LMD 神经网 滚动轴承 LMD 神经网络 故障诊断 特征参数