摘要
为了解决船舶机械设备轴承故障诊断结果准确性较低的问题,提出基于EMD(Empirical Mode Decomposition)与神经网络的船舶机械设备轴承故障诊断方法研究.首先,采集轴承振动信号,并对其作出预处理.其次,利用EMD方法原理,将复杂的轴承振动信号分解成多个IMF(Intrinsic Mode Function)分量,构建轴承故障特征向量.在此基础上,建立特征训练神经网络模型,基于模型的迭代训练,诊断轴承故障的具体位置和类型.实验结果表明,提出的诊断方法应用后,轴承故障错误诊断数量较少,诊断准确度均达到 98%以上,有较高的性能和准确性.
NETL
NSTL
维普
万方数据