-
题名基于SOM神经网络的齿轮箱健康评估方法
被引量：1
- 1
-
-
作者
邵旋
康兴无
曹向荣
王旭平
袁晓静
孙磊
-
机构
火箭军工程大学
北京航天发射技术研究所
[
-
出处
《兵器装备工程学报》
CSCD
北大核心
2021年第7期246-251,共6页
-
文摘
为了实现齿轮箱健康状态早期识别以及定量化评估,提出了一种基于自组织特征映射(SOM)神经网络的齿轮箱健康评估方法。该方法首先对齿轮箱振动信号进行小波降噪处理,减小噪声对信号分析的干扰;然后提取可以描述信号特征的时域参数,归一化后输入到SOM神经网络,计算输入数据与正常数据最佳匹配单元之间的欧氏距离;构造一个用于定量化表征齿轮箱健康状况的无量纲参数——健康值CV,其取值范围为[0,1],CV值越接近1表明系统越健康,反之则表示系统处于故障状态。同时进行数据包络分析,实现状态识别,并基于采集的变速箱振动加速度数据进行验证。试验结果表明,该方法计算所得健康值CV可以较好反映变速箱健康状况,且可以准确识别变速箱状态,具有工程意义。
-
关键词
小波降噪
时域参数
归一化
SOM神经网络
健康值cv
数据包络分析
-
Keywords
wavelet denoising
time domain parameters
normalization
SOM neural network
Confidence Value(cv)
data envelopment analysis(DEA)
-
分类号
TH17
[机械工程—机械制造及自动化]
TN113
[电子电信—物理电子学]
-
