| 基于小波包和神经网络的行星齿轮箱故障模式识别技术 |
| |
| 引用本文： | 罗佳,黄晋英.基于小波包和神经网络的行星齿轮箱故障模式识别技术[J].火力与指挥控制,2020,45(4):178-182. |
| |
| 作者姓名： | 罗佳 黄晋英 |
| |
| 作者单位： | 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 |
| |
| 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。
|
| 关 键 词： | 行星齿轮箱 振动信号 Daubechies小波包 BP神经网络 故障模式识别 |
Fault Diagnosis Recognition Technique of Planetary Gearbox Based on Wavelet Packet and Neural Network |
| |
| LUO Jia,HUANG Jin-ying.Fault Diagnosis Recognition Technique of Planetary Gearbox Based on Wavelet Packet and Neural Network[J].Fire Control & Command Control,2020,45(4):178-182. |
| |
| Authors: | LUO Jia HUANG Jin-ying |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
