EEMD-IGSA-BP的电机轴承故障诊断方法研究

来源 :沈阳理工大学学报 | 被引量 : 0次 | 上传用户:zhxsmg88
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高轴承故障诊断的准确性与快速性,提出一种集合经验模态分解(EEMD)、BP神经网络与改进引力搜索算法(IGSA)相结合的故障诊断方法。以电机轴承故障诊断为例,对电机轴承的故障信号采用EEMD分解,利用经过IGSA优化BP神经网络的权值、阈值对故障特征进行诊断。试验结果表明所提方法具有更快的诊断速度和更高的诊断率,能够有效地对电机轴承故障进行诊断。
其他文献
基于标准映射和Lorenz混沌映射,针对RGB彩色图像,提出一种混沌加密算法.利用标准映射产生的非线性混沌序列,对图像像素位置进行置乱;利用Lorenz混沌系统的三维优势,结合彩色
在高动态环境下GPS信号的快速捕获对GPS接收机的性能提出了更高的要求。高速运动使接收机接收到的信号上附加了较大的多普勒频移,需要更多的时间捕获信号。通过惯导系统提供的惯性信息和星历数据估算多普勒频移,可减少搜索范围以缩短捕获时间。在分析传统的GPS信号快速捕获方法后,重点研究了惯性信息辅助GPS接收机快速捕获的方法,并对其捕获性能进行了分析,通过Matlab仿真验证该算法。结果表明高动态环境下运
针对医疗信息的复杂性及模糊不确定性,对信息化医疗数据进行综合分析,采用模糊C均值算法进行迭代运算,获得最终模糊聚类结果。在此基础上建立模糊神经网络T—S模型对聚类结果进