典型文献
基于小波包和改进GA-BP神经网络的轴承故障诊断
文献摘要：
为了提高非平稳性轴承振动信号特征提取能力及故障诊断效率,提出了小波包结合BP神经网络的轴承故障诊断方法,将小波包对振动信号进行分解与重构,将不同频段的能量为特征参数作为BP神经网络的输入.提出通过神经网络隐层不同节点对应的平均迭代次数和网络性能作为隐层节点数选择的依据选择隐层节点个数,摆脱了经验公式选择节点数导致迭代次数高、精确率较低的缺陷,同时通过遗传算法优化神经网络初始权值和阈值,提高收敛速度并克服会陷入局部最小值等缺点.以实验室实测故障轴承数据为对象分析,对比传统BP与GA-BP的诊断效率及精确度,验证了小波包结合改进BP神经网络进行轴承故障诊断的可行性.
文献关键词：
小波包能量值;隐层节点;GA-BP神经网络;故障诊断
中图分类号：
作者姓名：
张金萍;陈肖飞
作者机构：
沈阳化工大学机械与动力工程学院,沈阳110142
文献出处：
引用格式：
[1]张金萍;陈肖飞-.基于小波包和改进GA-BP神经网络的轴承故障诊断)[J].机械工程师,2022(08):17-19,23
A类：
小波包能量值
B类：
于小波,GA,轴承故障诊断,非平稳性,轴承振动,振动信号,信号特征提取,特征提取能力,诊断效率,故障诊断方法,分解与重构,频段,迭代次数,网络性能,隐层节点,经验公式,精确率,遗传算法优化神经网络,权值,收敛速度,局部最小值,轴承数据
AB值：
0.240437
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
