首页|期刊导航|火力与指挥控制|基于小波包和神经网络的行星齿轮箱故障模式识别技术

基于小波包和神经网络的行星齿轮箱故障模式识别技术OA北大核心CSCDCSTPCD

Fault Diagnosis Recognition Technique of Planetary Gearbox Based on Wavelet Packet and Neural Network

中文摘要

行星齿轮箱振动信号在各频段的能量分布与其故障类型有关.利用Daubecics小波包将不同故障的振动信号分解到各个频带.BP神经网络的输入是各频带的能量——行星齿轮故障的特征向量,用神经网络识别故障类型.通过实验验证了该方法可以快速、准确地进行故障模式识别,达到良好的预期效果.利用此方法可以有效解决武装直升机武器系统复杂故障现象问题.

罗佳;黄晋英

中北大学机械工程学院,太原030051中北大学机械工程学院,太原030051

信息技术与安全科学

行星齿轮箱振动信号Daubechies小波包BP神经网络故障模式识别

《火力与指挥控制》 2020 (4)

178-182,5

10.3969/j.issn.1002-0640.2020.04.033

评论

您当前未登录!去登录点击加载更多...