原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
酮穷与分析
基于小波包变换与神经网络的齿轮故障诊断方法
鲍泽富，徐李甲，王江萍
(西安石油大学机械工程学院。陕西西安710065)
·机械研究与应用·一
摘要：对齿轮箱故障诊断问题进行研究。由于齿轮的振动信号是非平稳信号，常规的齿轮特征提取方法难以从振动
信号中提取有效故障特征信息。笔者采用小波包理论对齿轮振动信号应用dbl2小波进行多层分解后，从而
对信号进行消噪，并对消噪后的信号进行小波包3层分解及系数重构，再次对各频段能量进行处理分析从而
得到特征向量。最终应用归一化方法对特征向量处理后再结合RBF神经网络进行故障诊断，并且取得了良
好的诊断效果。
关键词：齿轮；小波包；RBF神经网络；故障诊断
中图分类号：THl32．41 文献标识码：A 文章编号：1006—4414(2010)01—0021一04
of fault basedonwavelet neuralnetwork
Studygears diagnosissystem packet
Bao
Ze—fu，Xu
Li—jia，WangJiang—ping
Shanxi
710065，China)
(School矿mechanicalengineering，Xi’anShiyouuniversity，瓜’ctn
this fault is researched．Becausethevibrationof is
Abstract：In gi乎lalgearnon—stationary，
article，gearboxdiagnosismaiuly
featureinformationcaIlnotbeobtained metllodstoextractthefeaturefault
thefault availablybyregular by gears．，11弛wavelet
the the
andmulti—waveletdbl2眦usedtO the for vibration
theory signalde—noising signal．andthree—lay-
package anMyze
eliwaveletisusedto the the ofeach bandis inorder
decom energy analyzed
packet pose de—noisingsignal．Then frequency
andRBF areusedtO the the
tO thecharacteristic normalizationmethod neuralnetwork faults，and
get vector．Finally
文档评论（0）