文献类型：期刊文献

中文题名：基于EMD能谱熵和概率神经网络的采煤机摇臂齿轮故障诊断

英文题名：Gear Fault Diagnosis of Shearer Rocker Based on EMD Spectrum Entropy and Probabilistic Neural Network

作者：冯东华[1,2];贾海龙[1,3]

第一作者：冯东华

机构：[1]武汉理工大学计算机科学与技术学院;[2]南阳理工学院计算机与信息工程学院;[3]新乡学院现代教育技术中心

第一机构：武汉理工大学计算机科学与技术学院,武汉430070

年份：2014

卷号：35

期号：7

起止页码：276-278

中文期刊名：煤矿机械

外文期刊名：Coal Mine Machinery

收录：北大核心:【北大核心2011】；

基金：河南省教育厅自然科学计划研究项目(2010C520007)

语种：中文

中文关键词：采煤机摇臂;齿轮故障诊断;EMD分解;能谱熵;概率神经网络

外文关键词：shear rocker; gear fault diagnosis; EMD decomposition; spectrum entropy; probabilistic neural network

摘要：采煤机摇臂齿轮是采煤机故障高发区,对其进行故障诊断研究可提高摇臂可靠性,提高工效。结合摇臂工作特点,提出基于EMD能谱熵和概率神经网络的齿轮故障诊断方法,提取振动信号EMD分解的前9个IMF分量的能谱熵作为故障特征信息,并将其作为概率神经网络的输入向量进行齿轮故障的分类与识别。结果证明该方法可实现齿轮故障准确诊断,是一种有效的摇臂齿轮故障诊断方法。
The gear of shearer rocker is a high incidence of fault, the research of gear fauh diagnosis can be improved rocker operational reliability, improve work efficiency. To combine the working characteristics of shear rocker, a new method of gear fault diagnosis based on EMD spectrum entropy and probabilistic neural network is proposed, The entropy spectrum of the IMF1 -IMF9 which is decomposed by EMD ,as the fault feature ,information, and that are selected as input vector of probabilistic neural network to distinguish the gear fault. The results show that this method can identify the gear fault accurately, and it is an effective method shearer rocker gear fault diagnosis method.