期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于径向基函数神经网络的电机轴承智能故障诊断
被引量:
1
下载PDF
职称材料
导出
摘要
本文提出了一种新的电机轴承故障诊断方法。首先把滚动轴承振动信号作为识别故障的特征向量,然后送入径向基函数神经网络中,进行故障类别的自动识别。试验结果表明,该诊断模型对电机轴承故障诊断具有良好的诊断效果,系统不仅能够检测到轴承故障的存在,而且能够比较准确地识别轴承的故障模式。
作者
孙伟
李新发
柴世文
杨河峙
机构地区
兰州工业高等专科学校
兰州电机有限责任公司
甘肃省机械科学研究院
兰州好华齿轮有限责任公司
出处
《纺织机械》
2011年第1期24-26,共3页
Textile Machinery
关键词
径向基函数神经网络
电机轴承
故障诊断
分类号
TM307.1 [电气工程—电机]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
4
共引文献
10
同被引文献
10
引证文献
1
二级引证文献
2
参考文献
4
1
梅宏斌.滚动轴承振动监测与诊断-理论·方法·系统[M].北京:机械工业出版社,1996.
2
Simon Haykin. Neural Networks: A Comprehensive Foundation (Second Edition)[ M]. Prentice Hall, 1999.
3
Ham F M, Kostanie I, Priciples of Neuro Computing for Science & Engineering [M]. McGraw Hill, 2001.
4
温熙森 陈循.机械系统动态分析理论与应用[M].北京:国防工业出版社,1991.150.
共引文献
10
1
刘良顺,魏立东,宋希庚,薛冬新.
基于RBF神经网络的滚动轴承故障诊断方法[J]
.农业机械学报,2006,37(3):163-165.
被引量:11
2
朱英杰,王国锋,王太勇.
基于RBF的AR模型在数控振动仿真中的应用[J]
.中国制造业信息化(学术版),2006,35(4):32-35.
3
郝如江,卢文秀,褚福磊.
滚动轴承故障信号的多尺度形态学分析[J]
.机械工程学报,2008,44(11):160-165.
被引量:29
4
孙伟,柴世文,杨河峙.
基于径向基函数神经网络的电机轴承智能故障诊断[J]
.制造业自动化,2010,32(8):70-72.
被引量:6
5
敖星,吕俊峰,赵孟娜.
基于主成分分析和多元支持向量的旋转机械故障诊断方法[J]
.四川兵工学报,2010,31(9):83-86.
被引量:8
6
肖强,李学仁,杜军.
滚动轴承振动相图的特征提取及在故障诊断中的应用[J]
.轴承,2010(12):34-37.
被引量:6
7
张璇.
发展中小企业信贷融资的策略研究[J]
.学理论,2011(29):131-132.
被引量:1
8
张睿凡,孔凡让.
基于谱峭度法的滚动轴承故障诊断研究[J]
.现代制造工程,2012(6):108-111.
被引量:4
9
朱丕亮,孔凡让,熊星,袁仲洲,张海滨.
基于小波包能量谱和包络分析细化的轴承故障诊断[J]
.现代制造工程,2014(12):102-105.
被引量:3
10
王国锋,王子良,秦旭达,王太勇.
基于小波包和径向基神经网络轴承故障诊断[J]
.北京科技大学学报,2004,26(2):184-187.
被引量:22
同被引文献
10
1
李占锋,韩芳芳,郑德忠.
基于BP神经网络的电机转子故障诊断的研究[J]
.河北科技大学学报,2001,22(3):23-26.
被引量:24
2
李婷,卢卯旺,龙诗颐.
电机振动的频谱分析[J]
.湖南科技学院学报,2005,26(11):39-41.
被引量:15
3
付华,冯爱伟,单亚峰,徐耀松,王传英.
基于信息融合技术的电机故障诊断[J]
.辽宁工程技术大学学报(自然科学版),2006,25(4):549-552.
被引量:10
4
楼顺天,李搏菡.基于MATLAB的系统分析与设汁,信号处理[M].西安:西安电子科技大学出版社,1998:1417.
5
飞思科技研究中心.神经网络与MATLAB7实现[M].北京:电子工业出版社,2005:234-238.
6
刘冬生,赵辉,王红君,岳有军.
基于小波分析和神经网络的电机故障诊断方法研究[J]
.天津理工大学学报,2009,25(1):11-14.
被引量:18
7
金鑫,任献彬,周亮.
智能故障诊断技术研究综述[J]
.国外电子测量技术,2009,28(7):30-32.
被引量:45
8
韩丽,史丽萍.
基于信息融合技术的异步电机故障诊断研究[J]
.中国矿业大学学报,2010,39(2):178-184.
被引量:12
9
邱阿瑞,孙健.
电机故障模式识别与诊断[J]
.清华大学学报(自然科学版),1999,39(3):72-74.
被引量:25
10
曹志彤,何国光,陈宏平,E.Ritchie.
电机故障特征值的倍频小波分析[J]
.中国电机工程学报,2003,23(7):112-116.
被引量:52
引证文献
1
1
李素英,付焱晶,郭西进,许允之.
鼠笼异步电动机故障诊断技术研究[J]
.实验技术与管理,2012,29(10):43-46.
被引量:2
二级引证文献
2
1
王长富.
矿井三相异步电机故障分析[J]
.机械管理开发,2015,30(5):35-37.
被引量:1
2
杨磊,郭莉侠,王亚东,雷成,李亮,杜宗阳.
基于高频电流信号的电机故障特征提取方法[J]
.机电工程技术,2024,53(4):307-311.
1
孙伟,柴世文,杨河峙.
基于径向基函数神经网络的电机轴承智能故障诊断[J]
.制造业自动化,2010,32(8):70-72.
被引量:6
2
郑兰天,李安生,杜文辽.
电机轴承故障的自组织神经网络可视化诊断[J]
.机械设计与制造,2013(12):73-75.
被引量:1
3
李运红,张湧涛,裴未迟.
基于小波包-Elman神经网络的电机轴承故障诊断[J]
.河北理工大学学报(自然科学版),2008,30(4):81-85.
被引量:6
4
杨青,孙明晓,李烨,李晨龙.
EEMD-IGSA-BP的电机轴承故障诊断方法研究[J]
.沈阳理工大学学报,2016,35(6):66-71.
被引量:1
5
夏立,费奇.
感应电机轴承故障检测方法研究[J]
.振动.测试与诊断,2005,25(4):307-310.
被引量:8
6
D.M.YANG 尤宗庆(译) 王芳(校).
先进的信号处理技术在感应电机轴承工况诊断中的应用[J]
.国外轴承技术,2007(4):47-54.
7
刘路,王太勇.
基于人工蜂群算法的支持向量机优化[J]
.天津大学学报,2011,44(9):803-809.
被引量:55
8
徐建军,杜蔷楠,徐建勇,薛国华.
WPT-MSE结合PNN的电机轴承故障诊断方法[J]
.自动化仪表,2017,38(4):85-89.
被引量:5
9
罗忠辉,薛晓宁,王筱珍,吴百海,何真.
小波变换及经验模式分解方法在电机轴承早期故障诊断中的应用[J]
.中国电机工程学报,2005,25(14):125-129.
被引量:67
10
李运红,张湧涛.
感应电机轴承故障的定子电流方法分析[J]
.煤矿机械,2009,30(4):204-206.
被引量:3
纺织机械
2011年 第1期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部