基于小波包样本熵及GA-BP网络的旋转机械故障识别

论文摘要

针对旋转机械故障信号具有非线性、非平稳性特点,提出一种基于小波包样本熵及GA-BP网络的故障识别方法。首先对故障信号进行小波包分解,计算重构节点信号能量较大的前4个子频带振动信号的样本熵作为特征向量;然后将特征向量输入GA-BP网络模型进行故障类型识别,并且与传统BP网络作对比。实验结果表明:转子实验台不同故障信号的小波包样本熵不同,该方法对转子故障区别度更有效果,故障识别率明显提高。

论文目录

文章来源

类型: 期刊论文

作者: 石启正,童荣彬,张志伟,王新蕾

关键词: 特征提取,小波包样本熵,遗传算法,网络

来源: 机床与液压 2019年11期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 中港疏浚有限公司

分类号: TH17

页码: 200-203

总页数: 4

文件大小: 733K

下载量: 114

相关论文文献

标签：特征提取论文;  小波包样本熵论文;  遗传算法论文;  网络论文;