廖强
- 作品数：1 被引量：7H指数：1
- 供职机构：电子科技大学更多>>
- 相关领域：电气工程更多>>
- 基于神经网络分类算法的电机轴承故障检测方法被引量：7
- 2017年
- 针对电机轴承故障的检测问题,提出一种结合移除非故障分量(Removing Non-bearing Fault Component,RNFC)滤波器和多层感知器(Multi-Layer Perceptron,MLP)神经网络分类器的电机轴承故障检测方法。首先,利用神经网络设计一种RNFC滤波器,滤除与故障不相干的信号,只输出各种故障信号分量。然后,利用Levenberg-Marquardt算法训练MLP神经网络来构建故障分类器,并从RNFC滤波器输出的故障信号中提取4种时域特征(均方根、方差、偏度和峰度),作为故障分类器的输入。最后,实现对内圈缺陷、外圈缺陷和滚动体故障的检测。实验结果表明,该方法能够准确检测故障且对环境噪声具有鲁棒性。
- 刘国庆史小春廖强
- 关键词：电机轴承故障检测LEVENBERG-MARQUARDT算法神经网络分类器
