TY - Jour A2 - 吴，鞍湾 - 陈，凯奥古，鑫刚，新公元，Jun-Qiang Au - Zheng，Peng-Fei Au - Wang，Jun Py - 2017 DA - 2017/06/11 TI- 基于EEMD和深介绍的故障特征提取与齿轮箱的诊断网络SP - 9602650 VL - 2017 AB - 齿轮传动系统是一种复杂的非间断和非线性时变耦合系统。当齿轮系统上发生故障时，难以提取故障功能。本文提出了一种基于集合经验模式分解（EEMD）和深介绍网络（DBN）的新型故障诊断方法，以处理从齿轮箱测量的振动信号。原始数据使用EEMD分解成一组内在模式功能（IMF），然后选择主IMF用于重建信号以抑制来自噪声的异常干扰。重建信号被视为DBN的输入，以识别变速箱工作状态和故障类型。为了验证EEMD-DBN在检测到故障时的有效性，进行了一系列齿轮故障模拟不同状态的实验。结果表明，耦合EEMD和DBN的所提出的方法可以提高齿轮故障识别的准确性，并且能够在实际应用中施加故障诊断。SN - 1023-621X UR - https://doi.org/10.1155/2017/9602650 do - 10.1155 / 2017/9602650 jf - 国际旋转机械杂志Pb - Hindawi Kw - ER -