高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

基于小波包和RBF神经网络的轨道车辆滚动轴承故障诊断

潘丽莎, 陈皓, 秦勇, 程晓卿, 邢宗义

潘丽莎, 陈皓, 秦勇, 程晓卿, 邢宗义. 基于小波包和RBF神经网络的轨道车辆滚动轴承故障诊断[J]. 铁路计算机应用, 2012, 21(7): 8-11.
引用本文: 潘丽莎, 陈皓, 秦勇, 程晓卿, 邢宗义. 基于小波包和RBF神经网络的轨道车辆滚动轴承故障诊断[J]. 铁路计算机应用, 2012, 21(7): 8-11.
shu
PAN Li-sha, CHEN Hao, QIN Yong, CHENG Xiao-qing, XING Zong-yi. Fault diagnosis method for rolling bearing of railway vehicle based on wavelet packet and RBF Neural Network[J]. Railway Computer Application, 2012, 21(7): 8-11.
Citation: PAN Li-sha, CHEN Hao, QIN Yong, CHENG Xiao-qing, XING Zong-yi. Fault diagnosis method for rolling bearing of railway vehicle based on wavelet packet and RBF Neural Network[J]. Railway Computer Application, 2012, 21(7): 8-11.
shu

基于小波包和RBF神经网络的轨道车辆滚动轴承故障诊断

  • 广州市地下铁道总公司 车辆中心,广州,510320%南京理工大学 机械工程学院,南京,210094%北京交通大学 轨道交通控制与安全国家重点实验室,北京,100044

基金项目: 科技支撑项目资助(2011BAG01B05)
详细信息

  • 中图分类号: U270:TH133

Fault diagnosis method for rolling bearing of railway vehicle based on wavelet packet and RBF Neural Network

摘要

    摘要
  • 摘要: 针对轨道车辆的滚动轴承故障诊断问题,提出了一种小波包与RBF神经网络相结合的故障诊断方法.首先对采集到的振动数据进行小波消噪,然后利用小波包分解提取故障信号的能量特征向量,最后利用提取的能量特征训练RBF神经网络,进行故障诊断.诊断结果表明,基于小波包和RBF神经网络的轨道车辆滚动轴承故障诊断方法能够较好的诊断出轨道车辆的轴承故障类型,具有一定的实际应用价值.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
    • 资源附件(0)
计量
  • 文章访问数:  87
  • HTML全文浏览量:  0
  • PDF下载量:  468
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-07-14
  • 录用日期:  2012-07-14
  • 刊出日期:  2012-07-14

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    京ICP备12043220号-2

    本系统版权所有：北京仁和汇智信息技术有限公司   百度统计