基于时频特征提取与神经网络的齿轮箱故障诊断  

作　　者：贺妍[1] 马维金[1] 刘迎各 张纪平[1] 

机构地区：[1]中北大学机械与动力工程学院,山西太原030051

出　　处：《机电信息》2016年第12期68-69,共2页

基　　金：山西省自然科学基金项目;项目编号:2015011063

摘　　要：齿轮箱是机械设备中非常重要的传动机构,其振动信号中包含齿轮箱运行状态的信息,当齿轮箱发生故障时,其振动信号特性也必然会改变。现以齿轮箱为研究对象,搭建了齿轮箱故障诊断实验台,对常见的五种齿轮箱故障进行了模拟,然后利用时、频域分析方法对所测得的振动信号进行特征提取,建立了拓扑结构为11-10-4的BP神经网络的齿轮箱故障诊断系统,并构建训练样本和测试对BP网络进行训练和测试,诊断结果表明,所构建的网络对齿轮箱的复合故障诊断正确率在97.8%以上。

关 键 词：齿轮箱 故障诊断 时频特征提取 BP神经网络 

分 类 号：TH132.41[机械工程—机械制造及自动化]