%0 Journal Article
%A 张云强
%A 张培林
%A 吴定海
%A 李兵
%T 基于最优广义S变换和脉冲耦合神经网络的轴承故障诊断
%D 2015
%R 
%J 振动与冲击
%P 26-31
%V 34
%N 9
%X 针对滚动轴承故障信号具有明显的非线性和非平稳特征，提出一种基于最优广义S变换和脉冲耦合神经网络(PCNN)的故障特征提取方法。首先采用基于时频聚集性最优化的广义S变换获取轴承故障信号的时频表示，然后利用脉冲耦合神经网络对最优广义S变换时频图进行二值分解，提取二值图像的捕获比序列用于表达故障信号的故障特征。对滚动轴承4种状态信号进行分析，验证方法的有效性。结果表明该方法能够提取出更加有效的轴承故障特征参数，有利于提高轴承故障诊断的精度。<br>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_4744.shtml