基于WTD-AR谱和MEA-BPNN的轴承故障诊断方法 作者： 金志浩 汪红 陈广东 韩林洋 来源：机床与液压 日期：2021-07-06 人气： 关键词： 小波阈值去噪 思维进化算法 Burg算法 特征提取 神经网络 故障诊断 版权信息：站内文章仅供学习与参考，如触及到您的版权信息，请与本站联系。 信息 资料大小 3.89 MB 文件类型 PDF 语言 简体中文 资料等级 ☆☆☆☆☆ 下载次数 简介 针对滚动轴承故障诊断模型在噪声干扰下鲁棒性能差的问题,提出一种基于小波阈值去噪(WTD)、AR谱和思维进化算法(MEA)优化反向传播神经网络(BPNN)的轴承故障诊断方法。以原始振动信号为输入,采用小波方法分解重构原始信号滤除高频噪声,然后采用Burg算法估计AR模型参数提取降噪信号功率谱特征,最后将特征向量与对应标签分别作为MEA-BPNN神经网络的输入、输出进行训练,最终实现诊断。将该方法与一些先进的人工神经网络诊断方法作比较,测试该诊断模型的 进入下载地址列表 标签： 神经网络 点赞 收藏 上一篇 下一篇 相关论文 发表评论 请自觉遵守互联网相关的政策法规，严禁发布色情、暴力、反动的言论。 中立 好评 差评 用户名: 验证码: 匿名? 发表评论 最新评论
请自觉遵守互联网相关的政策法规，严禁发布色情、暴力、反动的言论。