自组织竞争神经网络SOM在轴承故障诊断应用概要.ppt

滚动轴承出现故障时，会导致振动信号在某些频带内信号能量减小，而使另外一些频带内信号能量增强，因此，在各频率成分信号的能量中，包含丰富的故障信息。 小波包分解的信号在各频带上的能量总和与原信号的能量是一致的，只是因为每个频带内的振动信号能量的分布变化特征表征了不同的故障类型，故基于小波包分解的故障诊断方法的核心就是通过小波包分解来提取振动信号能量集中的频带信号，频带能量向量构造算法如下 * 滚动轴承出现故障时，会导致振动信号在某些频带内信号能量减小，而使另外一些频带内信号能量增强，因此，在各频率成分信号的能量中，包含丰富的故障信息。 小波包分解的信号在各频带上的能量总和与原信号的能量是一致的，只是因为每个频带内的振动信号能量的分布变化特征表征了不同的故障类型，故基于小波包分解的故障诊断方法的核心就是通过小波包分解来提取振动信号能量集中的频带信号，频带能量向量构造算法如下 * 滚动轴承出现故障时，会导致振动信号在某些频带内信号能量减小，而使另外一些频带内信号能量增强，因此，在各频率成分信号的能量中，包含丰富的故障信息。 小波包分解的信号在各频带上的能量总和与原信号的能量是一致的，只是因为每个频带内的振动信号能量的分布变化特征表征了不同的故障类型，故基于小波包分解的故障诊断方法的核心就是通过小波包分解来提取振动信号能量集中的频带信号，频带能量向量构造算法如下 * 滚动轴承出现故障时，会导