基于小波包变换与神经网络的滚动轴承故障诊断

Fault Diagnosis of Antifriction Bearing Based on Wave Packet and Neural Net

针对当前轨道车辆的滚动轴承故障的多发性和重要性的问题,提出了一种基于小波包与RBF神经网络的轴承故障诊断方法。首先对采集到的振动数据进行相应的预处理,然后通过小波包变换提取轴承故障信号的能量特征向量,同时利用已知的故障信号能量特征向量训练RBF神经网络,通过训练好的RBF神经网络对轴承进行故障的分类与诊断,实现智能化故障识别,同时对系统进行调试运行。实验结果表明,该系统具有诊断精度高、速度快的优点。基于小波包和RBF神经网络的轨道车辆轴承故障诊断方法能够准确地对轴承故障进行分类,该系统具有很好的实际应用价值。