高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
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

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

    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)

/

返回文章
返回