基于VMD能量熵值的齿轮箱滚动轴承故障诊断_中国煤炭行业知识服务平台

基于VMD能量熵值的齿轮箱滚动轴承故障诊断

作者

刘明昊陆金桂张佳坤蒋富康
单位

南京工业大学机械与动力工程学院
摘要

滚动轴承是齿轮箱的重要组成部分。齿轮箱运行过程中会产生振动信号，不同状态下的轴承振动信号有所区别。对滚动轴承振动信号通过变分模态分解（VMD）方法进行分解，得到不同的IMF分量，计算出每个分量所蕴含的能量熵值，再采用BP神经网络算法来进行齿轮箱滚动轴承的故障分析和诊断。
关键词

振动信号VMD分解BP神经网络故障诊断
文章目录

0 引言
1 基于VMD的振动信号分解
2 能量熵值计算
3 BP神经网络故障诊断算法
4 实验分析
(1）提取信号特征向量
(2）实验结果分析
5 结语
引用格式

刘明昊,陆金桂,张佳坤等.基于VMD能量熵值的齿轮箱滚动轴承故障诊断[J].煤矿机械,2023,44(10):173-175.DOI:10.13436/j.mkjx.202310053.
相关文章

[1]基于小波分析的刮板输送机齿轮故障诊断
[2]基于改进蚁群算法优化神经网络的焊缝成形预测研究
[3]基于改进BP神经网络的液压支架前连杆疲劳寿命预测