基于IMF能量矩和神经网络的轴承故障诊断

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：针对滚动轴承故障振动信号的非平稳特征，提出了一种本征模函数（Intrinsic Mode Function，简称IMF）能量矩的特征向量提取法，并与BP神经网络相结合用于滚动轴承的故障诊断。该方法首先利用经验模态分解（Empirical Mode Decomposition，简称EMD）方法，把振动信号分解为若干个IMF，再将重要的IMF分量作基于时间轴的积分，得到IMF能量矩特征向量，最后借助BP神经网络的分类能力对特征向量进行分类。对滚动轴承的正常状态、外圈故障、滚动体故障和外圈故障信号的分析结果表明，该方法能够准确、有效地识别这些故障。http://www.cqvip.com//QK/97495X/200803/28284632.html

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：神经网络 故障诊断 IMF 神经网 composition 滚动轴承 本征模函数 能量矩 故障诊断 经验模态分解