• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

刘振 (刘振.) | 张小军 (张小军.) | 韩磊 (韩磊.) | 周高明 (周高明.) | 苗扬 (苗扬.)

摘要:

主减速器是直升机传动系统的核心部件,对其进行故障分析及健康检测十分重要.首先,构建了齿轮故障实验,通过时频域分析、功率谱分析以及变分模态分解(variational mode decomposition,VMD)对正常、点蚀、断齿3种齿轮故障模式进行讨论.然后,搭建全连接神经网络,并将VMD分解后的8个本征模态函数(intrinsic mode functions,IMF)分量的能量组成特征向量,作为网络的输入.实验诊断结果表明,与支持向量机(support vector machine,SVM)和随机森林(random forest,RF)算法相比,全连接神经网络在诊断多类故障时有较好的性能.

关键词:

故障诊断 变分模态分解 直升机主减速器 全连接神经网络

作者机构:

  • [ 1 ] [苗扬]北京工业大学
  • [ 2 ] [周高明]中航直升机股份有限公司,北京100029
  • [ 3 ] [刘振]北京工业大学
  • [ 4 ] [韩磊]北京邮电大学
  • [ 5 ] [张小军]北京工业大学

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

北京信息科技大学学报(自然科学版)

ISSN: 1674-6864

年份: 2023

期: 4

卷: 38

页码: 61-66

被引次数:

WoS核心集被引频次:

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次: -1

中文被引频次:

近30日浏览量: 1

在线人数/总访问数:328/4975847
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司