基于EMD与神经网络的船舶机械设备轴承故障诊断方法

基于EMD与神经网络的船舶机械设备轴承故障诊断方法王飞跃
【期刊名称】《装备制造技术》
【年(卷),期】2024()3
【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。

【总页数】3页(P138-140)
【作者】王飞跃
【作者单位】海洋石油工程股份有限公司
【正文语种】中文
【中图分类】TH133.3
【相关文献】
1.基于EMD与神经网络的滚动轴承故障诊断方法
2.基于 EMD 瞬时功率谱熵的神经网络滚动轴承故障诊断
3.基于EMD与卷积神经网络的滚动轴承故障诊断
4.基于
EMD和Hilbert谱的风电机组滚动轴承故障诊断方法研究5.基于EMD降噪与BP 神经网络的变速器滚动轴承故障诊断
因版权原因，仅展示原文概要，查看原文内容请购买。