首页|基于VMD和BPNN-GA的齿轮裂纹故障诊断

基于VMD和BPNN-GA的齿轮裂纹故障诊断

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
齿轮裂纹是机械传动机构容易出现的故障之一,严重的裂纹直接影响齿轮的使用寿命及整个传动系统的安全.基于变分模态分解(Variational Mode Decomposition,VMD)和改进的BP神经网络模型(BPNN),本文提出了 一种齿轮裂纹故障诊断方法.首先对齿轮箱振动信号进行VMD分解,得到内禀模式函数(Intrinsic Mode Function,IMF);然后计算各个IMF的均方根和峭度,并选择与齿轮裂纹长度密切相关的IMF的峭度和均方根作为故障特征;最后通过基于遗传算法(Genetic Algorithm,GA)的BPNN模型对得到的齿轮裂纹故障特征进行分类.结果表明,这里提出的故障诊断方法能够准确识别无裂纹、1/4裂纹、1/2裂纹和3/4裂纹的齿轮,在识别精度和计算效率方面具有优异的综合性能.
Fault Diagnosis of Gear Crack Based on VMD and BPNN-GA

王二化、刘忠杰、刘颉

展开 >

常州信息职业技术学院常州市高端制造装备智能化技术重点实验室,江苏常州 213164

华中科技大学水电与数字化工程学院,湖北武汉 430074

齿轮裂纹 故障诊断 变分模态分解 BP神经网络 遗传算法

2011CB706803CM20183004

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.380(10)
  • 2
  • 13