电机轴承故障的自组织神经网络可视化诊断

作者：郑兰天; 李安生; 杜文辽

来源：机械设计与制造, 2013, (12): 73-75+78.

DOI：10.19356/j.cnki.1001-3997.2013.12.023

• 电机轴承
• 故障诊断
• 自组织神经网络
• 可视化 Motor Bearing
• Fault Diagnosis
• Self-Organization Map Neural Network
• Visualization

滚动轴承是电机的重要部件,及时、准确地对其进行故障诊断是电机安全运行的重要保障。针对滚动轴承常见的状态,包括正常、内圈轻微故障、滚动体轻微故障、外圈轻微故障、内圈中等故障、滚动体中等故障、外圈中等故障等七种情况,基于自组织神经网络,提出了电机轴承故障诊断的可视化方法。首先对采集到的振动信号进行特征提取,然后构建自组织神经网络,经过训练后,利用测试数据对诊断模型进行了测试,试验结果验证了所提方法的有效性。

• 单位
  郑州轻工业大学; 郑州宇通客车股份有限公司