江苏省科技支撑计划项目(BE2011046)
- 作品数：2 被引量：2H指数：1
- 相关作者：王泽文曹保钰江帆李伟更多>>
- 相关机构：中国矿业大学更多>>
- 发文基金：江苏省科技支撑计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于RBF神经网络的多转子故障类型诊断被引量：1
- 2013年
- 对多转子系统中转子故障诊断进行了研究,以转子正常、偏心、不平衡和弯曲四种工作状态为例,采用径向基函数(RBF)神经网络对故障进行诊断。通过快速傅里叶变换和能量谱对转子振动信号进行特征提取,并将提取的特征向量作为神经网络的输入,实现多转子故障类型的识别。结果表明,利用能量谱和RBF神经网络能够有效地识别转子故障类型。
- 曹保钰陈国安李伟江帆王泽文
- 关键词：能量谱RBF神经网络
- 基于倍频能量与RBF、SVM的齿轮皮带系统故障诊断被引量：1
- 2013年
- 为实现对不同工况下的齿轮皮带系统中不同齿轮故障的诊断与分类,将不同故障状态的齿轮和不同松紧程度的皮带组合进行多状态模拟实验,采集各种状态下的齿轮振动信号,提取具有明确物理意义的振动信号倍频能量作为特征向量,最后分别采用径向基函数(Radial Basis Function,RBF)神经网络和支持向量机(Support Vector Machine,SVM)对不同皮带张紧状态下齿轮故障进行诊断分类,并将两种方法诊断的结果进行比较。研究结果表明,振动信号的倍频能量能够较好地反映齿轮的故障特征,RBF神经网络和SVM都能有效地识别齿轮的故障类型,SVM对于齿轮皮带系统的故障诊断准确率相对更高。
- 王泽文江帆曹保钰
- 关键词：RBF神经网络故障诊断
