基于EEMD-GRNN网络的滚动轴承故障诊断试验研究

发布时间：2018-05-13 05:08

  本文选题：滚动轴承 + 总体平均经验模态分解(EEMD)　； 参考：《制造技术与机床》2016年03期

【摘要】：提出了一种基于总体平均经验模态分解和GRNN神经网络的滚动轴承故障诊断方法。首先通过EEMD方法将非平稳、非线性的滚动轴承振动信号分解为若干个平稳的固有模态函数(IMF)之和,提取前8个IMF分量作为频域特征,同其他14个时频域特征指标组成特征集输入到GRNN神经网络中,建立起GRNN网络模型,对滚动轴承三种故障状态进行模式识别。通过分析比较BP和GRNN两种网络模型对故障的诊断结果,验证了GRNN网络的优越性和可行性。
[Abstract]:A fault diagnosis method for rolling bearing based on population average empirical mode decomposition and GRNN neural network is proposed. Firstly, the non-stationary and nonlinear vibration signals of rolling bearings are decomposed into the sum of several stationary intrinsic mode functions by EEMD method, and the first eight IMF components are extracted as frequency domain features. With the other 14 time-frequency feature indexes, the feature set is input into the GRNN neural network, and the GRNN network model is established to recognize the three fault states of the rolling bearing. The advantages and feasibility of GRNN network are verified by analyzing and comparing the fault diagnosis results of BP and GRNN network models.
【作者单位】： 青岛理工大学;
【基金】：国家自然科学基金项目(51075220) 山东省高等学校科技计划项目(J13LB11) 高等学校博士学科点专项科研基金(20123721110001) 青岛市科技计划基础研究项目(12-1-4-4-(3)-JCH)
【分类号】：TH133.33

【相似文献】

相关期刊论文 前10条

1 李宗龙;王冰灿;;基于GRNN的中国出口集装箱运价指数预测[J];中国商贸;2013年21期

2 黄铭;刘俊;;高坝基岩多点变形监测的GRNN模型研究[J];水力发电;2007年03期

3 江鸿;车利;;基于GRNN的电力系统短期负荷预测[J];科技信息(学术研究);2008年03期

4 刘遵雄;周天清;;基于奇异谱分析的GRNN模型在金融时间序列中的应用[J];华东交通大学学报;2011年02期

5 高凌琴;;基于GRNN的汽车保有量预测模型[J];山东理工大学学报(自然科学版);2011年04期

6 李益民;;基于GRNN的主要编组站办理车辆数的预测[J];铁道运输与经济;2012年02期

7 王琪洁;杜亚男;刘建;;Introducing atmospheric angular momentum into prediction of length of day change by generalized regression neural network model[J];Journal of Central South University;2014年04期

8 贺湘宇;何清华;蒋苹;何志勇;;基于动态GRNN模型的挖掘机液压系统故障检测[J];中国工程机械学报;2010年03期

9 崔东文;郭荣;;基于GRNN模型的区域水资源可持续利用评价——以云南文山州为例[J];人民长江;2012年05期

10 吴大中;吴丽华;;基于改进的GRNN的固体氧化物燃料电池辨识模型研究[J];能源研究与信息;2013年04期

相关会议论文 前10条

1 银涛;俞集辉;;基于GRNN的电力系统短期负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年

2 Ziwen Leng;Junwei Gao;Yong Qin;Xin Liu;Jing Yin;;Short-term Forecasting Model of Traffic Flow Based on GRNN[A];第25届中国控制与决策会议论文集[C];2013年

3 陈其红;阚树林;秦臻;;基于广义回归神经网络(GRNN)的设备可靠性预测[A];2011年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第三次全体委员大会论文集[C];2011年

4 柴毅;凌睿;;基于参数优化与GRNN逼近的非线性PID控制[A];第二十六届中国控制会议论文集[C];2007年

5 徐中;张敬莹;赵小波;;基于GRNN的粘弹材料阻尼性能的预测[A];第六届中国功能材料及其应用学术会议论文集（10）[C];2007年

6 王小辉;王琪洁;;基于广义回归神经网络的日长变化的高精度预报[A];中国天文学会2011年学术年会手册[C];2011年

7 马珊;庞永杰;张铁栋;;基于GRNN的声图像特征研究[A];第十五届中国海洋（岸）工程学术讨论会论文集(上)[C];2011年

8 陈端;曹阳;梅一韬;仲云飞;吴邦彬;;GRNN神经网络在大坝渗流预测中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

9 李慧英;李晓奇;;旅游需求预测分析——对比GRNN与多元回归分析方法的应用[A];第四届中国智能计算大会论文集[C];2010年

10 陈欣;肖建华;栾培贤;徐强;王洪斌;;基于BP与GRNN神经网络的PRRS预测模型的研究[A];中国畜牧兽医学会信息技术分会2012年学术研讨会论文集[C];2012年

相关硕士学位论文 前2条

1 金帅军;基于GRNN神经网络的农作物虫害量预测系统设计[D];内蒙古工业大学;2013年

2 任茹香;基于GRNN的变权重组合预测模型在传染病发病率预测中的应用[D];浙江大学;2011年

，

本文编号：1881783