基于小波包和改进BP神经网络的滚动轴承故障诊断方法

为了改进BP神经网络进行滚动轴承故障诊断时,网络存在收敛速度慢、易于陷入局部极小点的缺点。应用基于Levenberg-Marquardt法对BP网络进行改进,实现了改进后的BP神经网络结合小波包进行滚动轴承故障诊断的方法。首先,利用小波包多分辨率的特点对滚动轴承的振动信号进行分解和重构,计算各子频带能量并进行归一化,构造特征向量。然后,将所得到的特征向量作为两种BP神经网络的输入,即改进后的BP神经网络和常规的BP神经网络。最后,对两种网络进行训练并测试,结合实验数据验证改进方法的可行性。实验结果表明,改进后的BP神经网络不仅可行,同时提高了收敛速度和诊断的精确度。