基于神经网络的滚动轴承故障快速检测方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

湖南省2009年教育厅项目


Fast Detection Method of Rrolling Bearing Faults Based on BP Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 增强出版
  • |
  • 文章评论
    摘要:

    为了实现滚动轴承故障的快速检测,提出了一种基于神经网络和轴承振动信号时域指标的滚动轴承故障检测方法。采用振动信号的偏态、峭度、峰值和裕度作为BP神经网络的输入,用BP算法对网络进行了训练。实验结果表明,利用该方法可以有效实现滚动轴承故障的快速检测。

    Abstract:

    A method of detection about rolling bearing faults based on BP neural network and time domain features of vibration signal is proposed to realize fast fault detection. The input vector of the BP neural network are skewness, kurtosis, crest and margin. The network is trained with BP algorithm. Experimental results show that with this method fast detection of rolling bearing faults can be realized effectively.

    参考文献
    相似文献
    引证文献
引用本文

谢雅.基于神经网络的滚动轴承故障快速检测方法.计算机系统应用,2010,19(9):224-226

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-01-12
  • 最后修改日期:2010-03-05
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号