| 稿件标题： |
Ｅ ＭＤ和 Ｅ ｌ ｍ ａ ｎ神经网络在滚动轴承故障诊断中的应用 |
| 稿件作者： |
李敏，傅攀 |
| 栏目名称： |
制造技术 |
| 关键词： |
滚动轴承； 经验模态分解； Ｅ ｌ ｍ ａ ｎ神经网络； 故障诊断 |
| 文章摘要： |
针对滚动轴承故障信号的特点， 提出Ｅ ＭＤ和Ｅ ｌ ｍ ａ ｎ神经网络结合的滚动轴承故障诊断方法。以滚动轴承振动信号为研究对象， 首先对信号进行经验模态分解（ Ｅ ＭＤ ） ， 提取包含主要信息成分的本征模函数（ Ｉ ＭＦ ） 分量， 将 Ｉ ＭＦ的能量比作为特征向量输入 Ｅ ｌ ｍ ａ ｎ神经网络进行网络训练和故障识别， 实现滚动轴承的故障诊断。结果表明， Ｅ ＭＤ方法能按频率由高到低把复杂的非平稳信号分解成有限个 Ｉ ＭＦ分量， 具有自适应的特点， 有效地突出轴承故障特征； 而 Ｅ ｌ ｍ ａ ｎ神 |
| 稿件基金： |
中央高校基本科研业务费专项资金资助— — —机械装备数字化设计与制造的若干关键技术研究（ Ｓ ＷＪ Ｔ Ｕ ０ ９ Ｚ Ｔ ０ ６ |
| 刊期名称： |
2011年08期 |
| 出版时间： |
2011年8月 |
| 上线时间： |
2011年8月28日 |
| 浏览次数： |
3243 |
| 下载次数： |
695 |
|
免费阅读PDF
|
