Phương pháp phân tích tín hiệu rung động EMD là một phương pháp mới trong xử lý các tín hiệu phi tuyến và không ổn định. Trong bài báo này, phương pháp EMD kết hợp với mạng nơ ron BP được ứng dụng trong phân tích các tín hiệu rung động và đánh giá tình trạng làm việc của hộp giảm tốc. | HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ TOÀN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Chẩn đoán hư hỏng hộp giảm tốc sử dụng phương pháp phân tích EMD kết hợp mạng nơ ron BP Gearbox fault diagnosis using EMD method combinated with BP neural network Lê Đức Hiếu Phạm Minh Hiếu Hoàng Quang Tuấn Trường Đại học Công nghiệp Hà Nội Email hieuld@ leduchieu1977@ Mobile 0904252536 Tóm tắt Từ khóa Phương pháp phân tích tín hiệu rung động EMD là một phương pháp mới trong xử lý các tín hiệu phi tuyến và không ổn định. Trong bài báo này Chẩn đoán hư hỏng Hộp giảm phương pháp EMD kết hợp với mạng nơ ron BP được ứng dụng trong tốc Mạng nơ ron BP Phương phân tích các tín hiệu rung động và đánh giá tình trạng làm việc của hộp pháp EMD Tín hiệu rung động. giảm tốc. Đầu tiên các tín hiệu được rung động được phân tích thành các thành phần IMFs bởi phương pháp EMD. Sau đó từ một số thành phần IMFs đầu tiên được chọn làm các véc tơ đặc tính hư hỏng trội nhất các véc tơ này chính là đầu vào của mạng nơ ron BP để phân loại các hư hỏng của hộp giảm tốc. Kết quả cho thấy phương pháp EMD kết hợp mạng nơ ron BP đã đánh giá được tình trạng làm việc của hộp giảm tốc một cách hiệu quả và chính xác cao khi được so sánh với các phương pháp khác như EMD và Wavelet packet-BPN. Abstract Keywords The empirical mode decomposition EMD is a new method for adaptive analysis of nonlinear and nonstationary signals. In this paper the EMD BP neural network EMD method was combined with the BP neural network to analyze the vibration method Fault diagnosis signals and evaluate the working conditions of the gearbox. Firstly Gearbox Vibration signal. vibration signals are decomposed into some components intrinsic mode functions IMFs by EMD method. Then the feature vectors are extracted from a number of IMFs that contained the most dominant fault information. To identify gearbox fault patterns the feature vectors could serve as input vectors of BP neural network. The analysis results from gearbox vibration .
