基于小波神经网络（WNN）的齿轮故障诊断

芮执元; 徐龙云; 冯瑞成; 任丽娜

doi:10.16578/j.issn.1004.2539.2008.01.021

您当前的位置：

首页 >

文章列表页 >

基于小波神经网络（WNN）的齿轮故障诊断

试验分析 | 更新时间：2025-04-03

- 基于小波神经网络（WNN）的齿轮故障诊断
- 暂无标题
- 机械传动 2008年第1期页码：80-83+112
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：10.16578/j.issn.1004.2539.2008.01.021
  中图分类号： TH132.41
- 纸质出版日期：2008
- 稿件说明：
移动端阅览
[1]芮执元,徐龙云,冯瑞成,任丽娜.基于小波神经网络(WNN)的齿轮故障诊断[J].机械传动,2008(01):80-83+112.
[1]芮执元,徐龙云,冯瑞成,任丽娜.基于小波神经网络(WNN)的齿轮故障诊断[J].机械传动,2008(01):80-83+112. DOI： 10.16578/j.issn.1004.2539.2008.01.021.

DOI：

摘要

在研究齿轮故障诊断模型以及齿轮故障诊断策略的基础上

选择基于知识方法的小波神经网络方法用于齿轮故障诊断

提出了学习速率自适应调整的梯度下降法来修正小波神经网络的各个系数;最后通过实验证明

利用小波神经网络技术能够实现准确识别齿轮故障。

Abstract

Wavelet Neural Network（WNN）is chosen to be used in the gear faults diagnosis by studying the gear faults mechanism and gear faults strategy.The grads descendent method of the adaptive studying velocity is put forward to modify the coefficient of the WNN.Finally

it is proved that the WNN could identify the running gear faults through the gear’s testing.

关键词

Keywords

references

浏览量

293

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

综合传动装置齿轮故障诊断研究

基于小波—Hilbert解调的齿轮故障诊断方法